本發明公開了一種基于選擇性隱樸素貝葉斯分類器的網絡故障診斷方法,包括:(1)從網絡歷史數據庫中獲取歷史數據,包括癥狀變量集以及故障類變量集;
(2)構建選擇性隱樸素貝葉斯分類器預測模型,根據癥狀變量集中的每個癥狀變量確定對應的最相關癥狀變量集合;
(3)所述選擇性隱樸素貝葉斯分類器通過訓練歷史數據自動學習到分類器參數;
(4)進行故障診斷時,對測試數據利用上述選擇性隱樸素貝葉斯分類器進行估計得到對應最終的故障診斷結果。
通過執行本發明中的網絡故障診斷方法,有效解決了現有網絡故障診斷中運算復雜度高、網絡診斷結果偏差大的問題,顯著提高了網絡診斷的準確性,在進一步降低運算復雜度的同時,能夠保持較好的學習能力及容錯特性。
未應用
掃碼關注,查看更多科技成果