-
公开(公告)号：CN112181758B
公开(公告)日：2023-07-28
申请号：CN202010835820.8
申请日：2020-08-19
Applicant: 南京邮电大学
IPC: G06F11/30 , G06F18/241 , G06F18/214
Abstract: 本发明公开了一种基于网络拓扑及实时告警的故障根因定位方法，包括：输入告警数据集，进行数据处理，提取出当前对应节点所含特征作为特征集，并获取每条告警信息中的时间、节点信息；根据当前节点信息，结合拓扑关系得到上下位节点，根据时间信息筛选出一定时间区间内上下位节点的告警信息，结合当前节点的特征集构建出上下位节点告警特征；将告警数据集分为训练集与测试集，对得到的所有特征信息进行筛选处理，输入分类算法，将预测性能最好的特征集作为模型分类特征，将训练集所含上述特征值输入分类算法训练得到预测模型，利用训练好的分类模型预测测试集中的数据并输出预测结果，根据预测结果中候选根因数量和时间信息得到最终预测根因结果。
-
公开(公告)号：CN112181758A
公开(公告)日：2021-01-05
申请号：CN202010835820.8
申请日：2020-08-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于网络拓扑及实时告警的故障根因定位方法，包括：输入告警数据集，进行数据处理，提取出当前对应节点所含特征作为特征集，并获取每条告警信息中的时间、节点信息；根据当前节点信息，结合拓扑关系得到上下位节点，根据时间信息筛选出一定时间区间内上下位节点的告警信息，结合当前节点的特征集构建出上下位节点告警特征；将告警数据集分为训练集与测试集，对得到的所有特征信息进行筛选处理，输入分类算法，将预测性能最好的特征集作为模型分类特征，将训练集所含上述特征值输入分类算法训练得到预测模型，利用训练好的分类模型预测测试集中的数据并输出预测结果，根据预测结果中候选根因数量和时间信息得到最终预测根因结果。
-
公开(公告)号：CN119128142A
公开(公告)日：2024-12-13
申请号：CN202410856212.3
申请日：2024-06-28
Applicant: 南京邮电大学
IPC: G06F16/35 , G06F16/33 , G06F40/216 , G06F40/284 , G06F40/30 , G06F18/213 , G06F18/25 , G06F18/24 , G06N3/0455 , G06N3/08 , G06F40/205
Abstract: 本发明公开了一种基于元学习IPC分类的图网络专利检索方法，包括在专利数据集上构建各个IPC类别的二分类任务，使用元学习的模式让元模型学习到这些任务的共享先验，模型只用少数样本就能适应到特定IPC类别的判定任务上；通过IPC一级向下的按顺序层级分类，逐层圈定需要确定的IPC类别；基于名词短语构建图，实现在语义的基础上融合结构信息，以满足准确判断专利相似性的需求。
-
-
Search Results
3
records
(took 0.02 seconds)
