[发明专利]网络故障评估方法、装置、计算设备及存储介质有效
| 申请号： | 201711491015.2 | 申请日： | 2017-12-30 |
| 公开（公告）号： | CN109993183B | 公开（公告）日： | 2022-12-27 |
| 发明（设计）人： | 刘杰;刘涛;高方干 | 申请（专利权）人： | 中国移动通信集团四川有限公司;中国移动通信集团公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00;H04L41/06 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 吴崇 |
| 地址： | 610041 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种网络故障评估方法、装置、计算设备及存储介质。将用户投诉数据和网元性能数据关联，构造特征矢量，特征矢量包括各小区、各时间段的用户投诉特征和对应的网元性能特征；通过遗传算法对使用高斯核函数的支持向量机选择特征矢量的特征子集和对应的高斯核函数参数对，其中，将支持向量机渐进行为特性加入遗传算法的染色体中；使用训练数据集对支持向量机进行训练，训练数据集包括从训练数据中提取的所选择特征子集的各训练特征值；使用支持向量机对测试数据集进行分析，以判断网络故障，测试数据集包括从测试数据中提取的所选择特征子集的各测试特征值。通过本方案，能够提高网络故障评估的效率和准确性。 | ||
| 搜索关键词： | 网络故障 评估 方法 装置 计算 设备 存储 介质 | ||
【主权项】：
1.一种网络故障评估方法，其特征在于，所述方法包括：将用户投诉数据和网元性能数据关联，构造特征矢量，所述特征矢量包括各小区、各时间段的用户投诉特征和对应的网元性能特征；通过遗传算法，为使用高斯核函数的支持向量机选择所述特征矢量的特征子集和对应的高斯核函数参数对，其中，将支持向量机渐进行为特性加入所述遗传算法的染色体中；使用训练数据集对所述支持向量机进行训练，所述训练数据集包括从训练数据中提取的所选择特征子集的各训练特征值；使用所述支持向量机对测试数据集进行分析，以判断网络故障，所述测试数据集包括从测试数据中提取的所选择特征子集的各测试特征值。
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中国移动通信集团四川有限公司;中国移动通信集团公司，未经中国移动通信集团四川有限公司;中国移动通信集团公司许可，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/201711491015.2/，转载请声明来源钻瓜专利网。
