支持向量机在网络故障诊断中的应用

摘要：

研究网络故障诊断问题,保证网络可靠性运行效率,针对网络故障是一个非线性、小样本数据,但是传统网络故障诊断方法是基于线性、大样本数据,导致网络故障诊断准确率较低.为了提高网络故障诊断准确率,将专门解决小样本、非线性问题的最小二乘支持向量机( LSSVM)应用到网络故障诊断中,将引起故障的因素作为LSSVM的输入,网络故障类型作为LSSVM输出,通过LSSVM的学习,建立网络故障诊断模型,最后采用建立的LSSVM模型对网络故障样本进行诊断.仿真结果表明,LSSVM网络故障诊断准确率明显高于其它网络故障诊断方法,并证明是一种网络故障诊断有效手段.

关键词：网络故障诊断、支持向量机、神经网络

所属期刊栏目：28

分类号：TP393(计算技术、计算机技术)

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：103-106