面向三网融合的故障管理系统的研究及实现-计算机应用技术专业毕业论文.docxVIP

面向三网融合的故障管理系统的研究及实现-计算机应用技术专业毕业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
南 京 邮 电 大 学 硕士学位论文摘要 学科、专业:工科、计算机应用技术 研 究 方 向:计算机在通信中的应用 题 目:面向三网融合的故障管理系统的研究及实现 英 文 题 目:The Research and Implementation of The Fault Management System for Triple Play 主 题 词:三网融合,故障管理,支持向量机,增量学习,模拟退火 算法 Keywords: Triple Play, Fault Management, Support Vector Machine, Incremental Learning, Simulated Annealing Algorithm 课题来源:江苏省科技支撑项目(BE2009063) 南京邮电大学硕士研究生学位论文摘要 南京邮电大学硕士研究生学位论文 摘要 I I 摘 要 本文主要通过分析三网融合后故障管理的特点和智能故障管理现有的方法的优缺点, 提出了一种改进的基于支持向量机的告警预测方法和一种增量的实时告警刷新方法,主要 工作为: (1)总结了三网融合后网络管理的特点和难点,对网络管理中的故障管理进行了详细 的阐述,对比分析了当前几种智能故障管理方法的优缺点。 (2)针对基于支持向量机的告警预测方法在海量数据环境下预测效率会严重下降的问 题,本文提出了一种改进的基于支持向量机的告警预测方法。在分类预测器的训练学习中 提出了一种基于模拟退火法的增量支持向量机的淘汰阈值优化的方法,加快了学习的效率, 从而减少了学习时间,在利用分类器进行预测的过程中提出了一种基于动态二叉树的 SVM 多分类方法,减少了分类预测的时间,进而提高了分类速度,最后通过实验证明了改进的 基于支持向量机算法能有效提高效率。 (3)三网融合后网络的告警数量急增,告警数据更新速度加快,如何及时的显示重要 的告警信息成为了一大难题,针对此问题本文设计了一种增量的实时告警刷新策略,最后 通过测试证明该策略具有良好的性能。 关键词:三网融合,故障管理,支持向量机,增量学习,模拟退火算法 南京邮电大学硕士研究生学位论文A 南京邮电大学硕士研究生学位论文 ABSTRACT II II ABSTRACT In this thesis, a alarm prediction patterns mining method based on SVM and an incremental refresh method are proposed after analyzing triple play fault management features and the disadvantages and advantages of the existing intelligent fault management.the main contributions of this thesis are listed below: The characteristics and difficulties of triple play network management are summarized, the advantages and disadvantages of several intelligent fault management methods are compared. In order to solve the problem of the declining efficiency of alarm prediction method based on SVM in vast amounts of data environment, an improved alarm prediction method based on SVM is proposed. This thesis presents a threshold optimized incremental learning methods in the training phase of classification predictor in order to speed up the learning efficiency, thereby reducing the learning time. In the period of predicting phase, an automatic adjusting classifier queue method is presented, therefore predicting time is reduced. Finally, experiment r

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档