- 1、本文档共20页,其中可免费阅读19页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于高斯混合隐马尔可夫模型的系统故障预测方法,该方法包括以下步骤:预处理原始日志文件,并进行标记;提取日志文件特征,构造特征向量;用滑动窗口为每种待预测故障构造对应的数据集;为每种待预测的故障分别训练高斯混合隐马尔可夫故障预测模型;通过训练好的高斯混合隐马尔可夫模型预测预测实时日志是否会发生故障以及会发生的故障类型。通过本发明的技术方案,解决了原始日志文件的交错问题和冗余问题,使得提取的特征更少而精;采用高斯混合隐马尔可夫模型对系统发生故障前的系统状态和日志进行建模,从而快速精准
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113342597 B
(45)授权公告日 2022.04.29
(21)申请号 202110597641.X (56)对比文件
文档评论(0)