典型文献
基于机器学习的操作系统故障自动诊断方法
文献摘要：
为了维护操作系统运行的稳定性及安全性,提升用户服务质量,提出一种基于机器学习的操作系统故障自动诊断方法.将AR模型系数作为故障系统特征,探究不同状态数和不同混合高斯数对隐马尔可夫模型分类影响,利用极大似然估计法逐步更新模型参数,并计算观测值概率密度函数.采用自组织竞争神经网络完成故障模式区分,引入相似性图概念,按照相关度把系统简化为运行指标与事件替代图,根据事件时间关联将故障描述成事件序列,运用排名方法识别关键事件,继而明确故障模式,实现操作系统故障自动诊断.实验结果表明,本文方法拥有极强的诊断精度,为操作系统的妥善应用提供有效技术支持.
文献关键词：
机器学习;操作系统;故障诊断;故障模式
中图分类号：
作者姓名：
卢士达;刘文意;王亮;宋轶慧;方晓蓉
作者机构：
国网上海市电力公司信息通信公司,上海 200122
文献出处：
引用格式：
[1]卢士达;刘文意;王亮;宋轶慧;方晓蓉-.基于机器学习的操作系统故障自动诊断方法)[J].自动化技术与应用,2022(01):14-17,43
A类：
自组织竞争神经网络
B类：
基于机器学习,操作系统,系统故障,故障自动诊断,维护操作,用户服务,系统特征,状态数,隐马尔可夫模型,模型分类,极大似然估计,更新模型,观测值,概率密度函数,故障模式,相关度,运行指标,事件时间,时间关联,成事,事件序列,名方,方法识别,别关,关键事件,有效技术
AB值：
0.346938
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。
