[发明专利]一种通信网络性能故障致因与特征参数关联关系分析方法在审
申请号: | 201810856699.X | 申请日: | 2018-07-31 |
公开(公告)号: | CN109088754A | 公开(公告)日: | 2018-12-25 |
发明(设计)人: | 黄宁;范浩;温国谊;郑小禄 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24 |
代理公司: | 北京慧泉知识产权代理有限公司 11232 | 代理人: | 王顺荣;唐爱华 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通信网络性能 特征参数 关联关系分析 激活函数 学习机 超限 分析 高斯径向基函数 通信网络故障 故障分析 预先建立 诊断技术 | ||
1.一种通信网络性能故障致因与特征参数关联关系分析方法,其特征在于:所述方法包括:
S1:获取待分析通信网络性能故障的特征参数数据;
S2:采用预先建立的超限学习机通信网络性能故障致因分析模型,对待分析的通信网络性能故障的特征参数进行处理,从而分析出此特征参数对应的通信网络性能故障致因;
其中,所述的超限学习机通信网络性能故障致因分析模型是基于异质隐层节点的超限学习机模型训练而成的。
2.根据权利要求1所述的一种通信网络性能故障致因与特征参数关联关系分析方法,其特征在于:所述的基于异质隐层节点的超限学习机模型训练,过程具体如下:
S21:利用网络仿真软件生成异质隐层节点的超限学习机模型的训练样本,或使用实际测量得到的数据作为训练样本;
S22:采用异质隐层节点的超限学习机模型,对所述训练样本进行训练,得到所述的超限学习机通信网络性能故障致因分析模型。
3.根据权利要求2所述的一种通信网络性能故障致因与特征参数关联关系分析方法,其特征在于:其中,步骤S21和S22中异质隐层节点的超限学习机模型采用的激活函数为:其中为sigmoid激活函数,为高斯径向基激活函数,μ是高斯径向基激活函数的中心,σ为高斯径向基激活函数的宽度,a和b为超限学习机训练后得到的参数为常数,i和j分别表示隐层节点的序号,x为输入参数的样本,e是自然对数为常数。
4.根据权利要求2所述的一种通信网络性能故障致因与特征参数关联关系分析方法,其特征在于:步骤S21所述的利用网络仿真软件生成异质隐层节点的超限学习机模型的训练样本的过程具体为:
S211:确定网络的基础单元信息,确定网络拓扑结构;
S212:控制变量,确定影响因素;
S213:确定要收集的性能故障的特征参数,包括丢包率、时延、误码率;
S214:设置仿真时间,运行仿真程序;
S215:导出生成的训练样本。
5.根据权利要求2所述的一种通信网络性能故障致因与特征参数关联关系分析方法,其特征在于:步骤S22所述的对所述训练样本进行训练的过程具体为:
S221:将步骤S21所获得的训练样本随机分为训练集和验证集,训练集占p,验证集占1-p;其中,p为0.6≤a<1,且a为有理数;
S222:将步骤S221所得训练集输入到异质隐层节点的超限学习机模型进行训练得到超限学习机通信网络性能故障致因分析模型;
S223:将步骤S221所得验证集输入到步骤S222训练得到的超限学习机通信网络性能故障致因分析模型,将超限学习机通信网络性能故障致因分析模型得到的分析结果与真实结果进行对比,验证所得超限学习机通信网络性能故障致因分析模型的有效性与准确性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810856699.X/1.html,转载请声明来源钻瓜专利网。