典型文献
基于数据挖掘的通信网络故障分类研究
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
朱圳;刘立芳;齐小刚
作者机构：
西安电子科技大学计算机科学与技术学院,陕西西安710071;西安电子科技大学数学与统计学院,陕西西安710071
文献出处：
引用格式：
[1]朱圳;刘立芳;齐小刚-.基于数据挖掘的通信网络故障分类研究)[J].智能系统学报,2022(06):1228-1234
A类：
B类：
通信网络故障,故障分类,分类研究,故障数据,潜在特征,分类准确率,分类算法,数据背景,使用特征,特征构造,入原,LightGBM,特征重要性,重要性评估,评估函数,新数据,删除,不重,集成学习模型,特征筛选,特征工程,告警数据,网络告警
AB值：
0.338458
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
