基于机器学习的故障决策系统设计

• 作者: 李绍宗
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 机器学习 故障决策系统 分布式服务型层次结构 训练机 连接子
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 32-35,40
• 页数: 5页
• 分类号: TP303
• 字数: 3966字
• 语种: 中文
• DOI: 10.11907/rjdk.181142

摘要

针对机器学习(Machine Learning,ML)模型训练困难和数据量大,难以在传统故障决策系统中同步进行训练与诊断问题,提出分布式服务型层次结构的软件体系结构.通过改进软件体系结构,不仅能够实现训练与诊断的完全分离,提高系统实时性,而且能进一步解除不同组件之间的耦合性,更加便于系统维护.提出训练机概念,专门对机器学习模型进行训练,以提高模型训练效率.使用Web Service技术作为系统连接子连接系统构件,为在线决策系统提供服务,能够满足实际应用需求.通过优化软件体系结构,优化系统物理架构,有效提高故障决策系统的适应性和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍宗	合肥工业大学计算机与信息学院	1	0	0.0	0.0