一种基于深度学习的服务系统在线可靠性预测方法
授权
摘要
本发明公开了一种基于深度学习的服务系统在线可靠性预测方法，将深度置信神经网络与长短期记忆神经网络相结合，首先利用深度置信神经网络对历史的可靠性序列进行特征提取；然后利用长短期记忆神经网络以及改进的双向长短期记忆神经网络对处理后的可靠性序列进行预测，提高预测的准确性。本发明可以有效地实现服务系统可靠性的在线预测，能反映服务系统实时可靠性的动荡无规律的特点，可以为基于服务组合的服务系统的质量保障提供有关于系统可靠性方面的早期信息，为有效地预防服务系统的错误及质量异常的发生提供支持。
基本信息
专利标题 ：
一种基于深度学习的服务系统在线可靠性预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110011833A
申请号 ：
CN201910179581.2
公开（公告）日 ：
2019-07-12
申请日 ：
2019-03-11
授权号 ：
CN110011833B
授权日 ：
2022-04-22
发明人 ：
王红兵林鑫
申请人 ：
东南大学
申请人地址 ：
江苏省南京市玄武区四牌楼2号
代理机构 ：
南京众联专利代理有限公司
代理人 ：
张伟
优先权 ：
CN201910179581.2
主分类号 ：
H04L12/24
IPC分类号 ：
H04L12/24 G06N3/08 G06N3/04
法律状态
2022-04-22 ：
授权
2019-08-06 ：
实质审查的生效
IPC(主分类) : H04L 12/24
申请日 : 20190311
申请日 : 20190311
2019-07-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
