一种提升树算法在网络故障关联分析中的应用

• 作者: 崔文杰 左甜甜 徐春雨 赵运弢
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: k近邻 多分类器 关联分析 R语言
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 理论研究
• 页码范围: 132-135,141
• 页数: 5页
• 分类号: TP181
• 字数: 3880字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.12.026

摘要

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型.实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2％～10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵运弢	沈阳理工大学信息科学与工程学院	19	66	5.0	7.0
3	左甜甜	沈阳理工大学信息科学与工程学院	3	0	0.0	0.0
4	徐春雨	沈阳理工大学信息科学与工程学院	3	6	1.0	2.0
7	崔文杰	沈阳理工大学信息科学与工程学院	1	0	0.0	0.0