[发明专利]基于集成学习和SMOTE的蜂窝网络故障诊断系统在审
| 申请号： | 201710234790.3 | 申请日： | 2017-04-07 |
| 公开（公告）号： | CN108696379A | 公开（公告）日： | 2018-10-23 |
| 发明（设计）人： | 钱红燕;孙梦云;朱琨 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 211106 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种在蜂窝网络下，当网络出现故障时，如何根据已有的网络参数信息，快速地对出现的故障进行诊断，找到出错原因的方法。本发明是在网络出现故障，并且已经被探测到的情况下进行诊断。本发明通过对已有历史故障参数数据集进行分析，使用基于AdaBoost的集成学习方法训练得到一个稳定的故障诊断系统，并以此系统为依据，将获取到的未知故障原因的故障用例作为该系统的输入，系统根据故障用例的相关参数对故障进行分类，分类的结果即是故障出现的病因，以此达到故障诊断的目的。此外，系统还使用SMOTE(Synthetic minority over‑sampling technique)对训练样本进行过采样，以提高对故障用例的诊断精度。 | ||
| 搜索关键词： | 故障诊断系统 蜂窝网络 集成学习 诊断 网络参数信息 参数数据 出错原因 故障原因 故障诊断 历史故障 相关参数 训练样本 过采样 分类 病因 探测 网络 分析 | ||
【主权项】：
1.基于集成学习和SMOTE的蜂窝网络故障诊断系统，其特征在于：1)本系统是AdaBoost在蜂窝网络故障诊断领域的首次应用；2)本系统是SMOTE首次用来处理蜂窝网络环境下的不平衡数据集；3)AdaBoost集成学习方法以决策树桩作为基分类器；4)将二分类算法扩展到多分类中。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南京航空航天大学，未经南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/patent/201710234790.3/，转载请声明来源钻瓜专利网。
