作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对通信网络管理系统的特点,提出了一种基于流计算的日志处理架构以及基于日志序列的故障预测算法.利用卷积神经网络提取故障序列特征,然后使用全连接神经网络对故障序列特征进行分类,实现了端到端的故障预测.实验证明,该算法在准确率与召回率方面都取得了较好的效果.
推荐文章
基于感知学习算法的地铁通信故障研究
地铁通信
无线通信
故障预测
感知学习算法
大数据分析
AP
一种基于日志聚类的多类型故障预测方法
故障事件预测
频繁事件序列
规则过滤
聚合层次聚类算法
超级计算机
面向电力大数据日志分析平台的异常监测集成预测算法
日志分析
异常监测
大数据平台
集成预测算法
基于多种预测算法的飞机故障预测效果研究
故障预测
Fisher判别法
逻辑回归
随机森林
支持向量机
Kappa系数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于日志的故障预测系统及算法研究
来源期刊 现代科学仪器 学科 工学
关键词 故障预测 维护 日志 网络管理
年,卷(期) 2019,(5) 所属期刊栏目 技术创新与应用
研究方向 页码范围 154-158
页数 5页 分类号 TP312
字数 4815字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨杰 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (50)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障预测
维护
日志
网络管理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代科学仪器
双月刊
1003-8892
11-2837/TH
大16开
北京海淀区西三环北路27号理化实验楼512室
1984
chi
出版文献量(篇)
4906
总下载数(次)
12
总被引数(次)
20682
论文1v1指导