摘要
为充分利用历史故障数据辅助运维人员诊断故障,文章提出一种结合随机森林和DNN(深度神经网络)的故障诊断模型。此模型由数据清洗与编码、随机森林特征筛选、深度神经网络层、Dropout(丢弃)层和分类输出层组成。使用基于网格寻优的随机森林算法进行特征约简,再使用DNN训练约简后的数据。调整DNN模型的网络层数结构,实验表明网络故障分类的准确率较高、故障诊断速度快。
作者
王明芬
郑骅
Wang Mingfen;Zheng Hua
出处
《电信快报》
2022年第12期24-28,共5页
Telecommunications Information
基金
福建省中青年教师教育科研项目(JAT200965)
福建省教育科学“十三五”规划项目(FJJKCG19-106)。
