基于粗糙集神经网络的网络故障诊断新方法

扫码查看

原文链接

NETL

中文摘要：本文针对传统网络故障知识库冗余度高和稳定性难以两全的缺陷,综合运用神经网络方法和粗糙集理论,提出了RSNN算法,实现不一致情况下的规则获取和学习样本的净化处理，该算法具有简化样本、适应性强、容错性高和不易陷入局部最小点等特点,能有效处理网络故障诊断中噪声或不相容的信息，实验表明,利用该方法实现的系统与同类的其他方法相比,提高了诊断准确率和诊断速度。

作者：

李千目、戚湧、张宏、刘凤玉

展开 >

作者单位：

南京理工大学计算机科学与技术系,南京,210094

关键词：

粗糙集神经网络故障诊断网络故障知识库冗余度

主办单位：

中国计算机学会

会议名称：

第二十一届中国数据库学术会议

会议时间：

2004-10-14

会议地点：

厦门

会议母体文献：

计算机研究与发展

页码：

90-96

出版时间：

2004