CN115734274B 一种基于深度学习和知识图谱的蜂窝网络故障诊断方法 （南京邮电大学）_第1页
CN115734274B 一种基于深度学习和知识图谱的蜂窝网络故障诊断方法 （南京邮电大学）_第2页
CN115734274B 一种基于深度学习和知识图谱的蜂窝网络故障诊断方法 （南京邮电大学）_第3页
CN115734274B 一种基于深度学习和知识图谱的蜂窝网络故障诊断方法 （南京邮电大学）_第4页
CN115734274B 一种基于深度学习和知识图谱的蜂窝网络故障诊断方法 （南京邮电大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

KnowledgeandDataFusion.sensors.2020.一种基于深度学习和知识图谱的蜂窝网络使用图卷积神经网络GCN的方法对网络告警数据长短期记忆网络LSTM和条件随机场CRF对非结构结构化数据构建一个全面的面向5G网络的故障2步骤S3、将步骤S2中构建好的特征矩阵和邻接矩阵输入到GCN模型中，得到预诊断结步骤S5、将步骤S3输出的预诊断结果输入到步骤S4已构N2.根据权利要求1所述的基于深度学习和知识图谱的蜂窝网络故障诊断方法，其特征33.根据权利要求2所述的基于深度学习和知识图谱的蜂窝网络故障诊断方法，其特征4.根据权利要求3所述的基于深度学习和知识图谱的蜂窝网络故障诊断方法，其特征5.根据权利要求3所述的基于深度学习和知识图谱的蜂窝网络故障诊断方法，其特征46.根据权利要求5所述的基于深度学习和知识图谱的蜂窝网络故障诊断方法，其特征7.根据权利要求6所述的基于深度学习和知识图谱的蜂窝网络故障诊断方法，其特征5在已经被初步应用到了机械故障诊断领域。基于GCN的网络故障诊断方法在获取数据间的[0005]本发明提出一种基于深度学习和知识图谱的蜂窝网络故障诊断方法，利用GCN模6[0008]步骤S1、从密集型异构蜂窝网络环境中采集带有标签的网络状态数据集，通过7是矩阵的度矩阵，其对角线上的值为图中各个节点的度，主对角线外的元素均为0元[0037]进一步地，所述步骤S4的基于LSTM和CRF模型对非结构化数据的知识抽取算法的8[0049]为了加深对本发明的理解，下面将结合附图和实施例对本发明做进一步详细描志等数据，然后基于GCN模型初步诊断出故障原因，最后基于知识图谱得到最终的诊断结[0051]基于图1所示系统模型图，本发明提出了一种基于深度学习和知识图谱的蜂窝网[0052]步骤S1、从密集型异构蜂窝网络环境中采集带有标签的网络状态数据集，通过9[0081]所述步骤S4的基于LSTM和CRF模型对非结构化数据的知识抽取算法的具体步骤0.900.850.800.7586.260.70th根据置了提前停止，停止条件是网络训练过程的模型在测试数据集合上的损失函数不再减小，弱是O覆参盖数的O设可O置能O不原合因理

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论