基于混合门控神经网络的故障预测方法、装置和存储介质
授权
摘要
本发明提供了一种基于混合门控神经网络的网络故障预测方法,将网络故障数据进行预处理转化为时间序列数据,其中,所述网络故障数据包括故障发生的时间节点信息和网络节点设备信息,每个时间序列数据表示当前时间段发生的所有故障类型;将产生故障的网络节点设备的反馈数据转化为文本标签数据;构建基于混合门控神经网络模型,所述混合门控神经网络模型包括嵌入层、混合门控层、邻域注意力层、自动编解码器层,将所述时间序列数据和所述文本标签数据输入所述基于混合门控神经网络模型,所述基于混合门控神经网络模型对网络故障数据中的数据进行预测。通过上述方法,可以挖掘故障数据之间的关联性,提高故障预测的精确性。
基本信息
专利标题 :
基于混合门控神经网络的故障预测方法、装置和存储介质
专利标题(英):
暂无
公开(公告)号 :
CN113240098A
申请号 :
CN202110666091.2
公开(公告)日 :
2021-08-10
申请日 :
2021-06-16
授权号 :
CN113240098B
授权日 :
2022-05-17
发明人 :
高榕张意灵邵雄凯
申请人 :
湖北工业大学
申请人地址 :
湖北省武汉市洪山区南李路28号
代理机构 :
上海硕力知识产权代理事务所(普通合伙)
代理人 :
杨用玲
优先权 :
CN202110666091.2
主分类号 :
G06N3/04
IPC分类号 :
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构,例如,互连拓扑
法律状态
2022-05-17 :
授权
2021-08-27 :
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20210616
申请日 : 20210616
2021-08-10 :
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