期刊文章详细信息
基于小波神经网络的告警信息相关性挖掘策略 ( EI收录)
Alarm Information Relevance Mining Mechanism Based on Wavelet Neural Network
文献类型:期刊文章
机构地区:[1]重庆邮电大学宽带泛在接入技术研究所,重庆400065 [2]中国电信股份有限公司潼南分公司,重庆402660
基 金:国家自然科学基金(61001105;61102151;61271261;61371097);重庆市自然科学重点基金(CSTC2013JJB40001;CSTC2013JJB40006);重邮青年自然科学基金(A2012-93)资助课题
年 份:2014
卷 号:36
期 号:10
起止页码:2379-2384
语 种:中文
收录情况:BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊
摘 要:针对现有告警信息相关性分析方法没有客观全面考虑各告警的重要程度,无法体现告警之间个体差异性等问题,该文提出一种基于小波神经网络的加权关联规则告警挖掘算法。综合告警级别、告警类型以及告警设备类型3个主要告警属性,将其作为小波神经网络的输入,通过对历史样本数据的学习确定连接权值,合理地评估各个告警属性重要程度,利用所得权值向量进一步挖掘告警加权关联规则。结果表明所提算法在权值确定时能够综合考虑告警信息的多个属性及历史经验,得到的权值更能合理地反映告警重要度,所得关联规则能够更加准确地反映告警之间的相关性。
关 键 词:数据挖掘 故障管理 告警关联分析 加权关联规则 小波神经网络
分 类 号:TP393]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...