基于数据挖掘的通信网络故障分类研究
以往针对通信网络故障分类的算法没有考虑告警和故障数据中的潜在特征,导致故障分类准确率低,因此提出一种基于数据挖掘的通信网络故障分类算法.首先,根据对数据背景和数据特点的理解,使用特征构造挖掘数据中潜在的特征,将挖掘到的特征加入原数据中.然后,使用LightGBM算法的特征重要性评估函数对新数据集中的所有特征进行重要性评估,根据重要性值删除不重要特征.最后,使用集成学习模型对特征筛选后的数据集进行故障分类研究.实验结果表明,基于数据挖掘的通信网络故障分类算法的准确率有更好的效果.
数据挖掘、通信网络、故障分类、集成学习、特征工程、告警数据、网络故障、网络告警
17
TP181(自动化基础理论)
国家自然科学基金61877067
2023-01-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
1228-1234