基于机器学习的网络故障诊断技术研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 论文主要工作和创新点 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 网络故障诊断方法研究 | 第16-25页 |
| 2.1 早期网络故障诊断方法 | 第16-17页 |
| 2.1.1 基于ICMP路径探测的故障诊断方法 | 第16-17页 |
| 2.1.2 基于设备管理的故障定位方法 | 第17页 |
| 2.2 基于密码本的故障诊断方法 | 第17-18页 |
| 2.3 基于人工智能的故障诊断方法 | 第18-23页 |
| 2.3.1 基于规则推理的故障诊断方法 | 第18-20页 |
| 2.3.2 基于案例推理的故障诊断方法 | 第20-21页 |
| 2.3.3 基于模型推理的故障诊断方法 | 第21-22页 |
| 2.3.4 基于机器学习的故障诊断方法 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 机器学习算法研究 | 第25-38页 |
| 3.1 基于质心的分类器 | 第25-26页 |
| 3.1.1 模型分类原理 | 第25页 |
| 3.1.2 模型内在偏置 | 第25-26页 |
| 3.2 Logistic回归 | 第26-28页 |
| 3.3 支持向量机 | 第28-29页 |
| 3.4 人工神经网络 | 第29-32页 |
| 3.5 一种新的基于质心的模型(GCM) | 第32-37页 |
| 3.5.1 GCM提出的动机 | 第32-33页 |
| 3.5.2 GCM的分类原理 | 第33-35页 |
| 3.5.3 GCM的学习算法 | 第35-37页 |
| 3.5.3.1 随机学习算法 | 第35-36页 |
| 3.5.3.2 批学习算法 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 实验结果与分析 | 第38-52页 |
| 4.1 数据集 | 第38-40页 |
| 4.1.1 数据集介绍 | 第38页 |
| 4.1.2 数据集生成 | 第38-40页 |
| 4.2 评价指标 | 第40-41页 |
| 4.3 实验设计 | 第41-46页 |
| 4.3.1 总体设计 | 第41-42页 |
| 4.3.2 CBC算法实验设计 | 第42页 |
| 4.3.3 GCM算法实验设计 | 第42-43页 |
| 4.3.4 Logistic回归算法实验设计 | 第43-44页 |
| 4.3.5 SVM算法实验设计 | 第44-45页 |
| 4.3.6 ANN算法实验设计 | 第45-46页 |
| 4.4 实验结果分析与比较 | 第46-51页 |
| 4.4.1 CBC与GCM结果分析与比较 | 第46-48页 |
| 4.4.2 各模型实验结果综合比较 | 第48-50页 |
| 4.4.3 实验结论 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 IPTV智能故障诊断系统设计与实现 | 第52-73页 |
| 5.1 IPTV介绍 | 第52-53页 |
| 5.2 系统需求分析 | 第53-54页 |
| 5.3 系统总体设计 | 第54-55页 |
| 5.3.1 系统模块图 | 第54页 |
| 5.3.2 开发环境和使用技术说明 | 第54-55页 |
| 5.4 数据库设计 | 第55-57页 |
| 5.5 系统详细设计与实现 | 第57-71页 |
| 5.5.1 故障诊断子系统 | 第57-61页 |
| 5.5.1.1 故障诊断子系统工作机制 | 第57-59页 |
| 5.5.1.2 上传数据采集模块 | 第59-60页 |
| 5.5.1.3 数据预处理模块 | 第60页 |
| 5.5.1.4 故障诊断模块 | 第60-61页 |
| 5.5.2 机器学习子系统 | 第61-63页 |
| 5.5.2.1 数据集生成模块 | 第61页 |
| 5.5.2.2 模型训练模块 | 第61-63页 |
| 5.5.3 WEB管理子系统 | 第63-71页 |
| 5.5.3.1 用户登录模块 | 第63-64页 |
| 5.5.3.2 用户管理模块 | 第64-65页 |
| 5.5.3.3 投诉数据采集模块 | 第65-66页 |
| 5.5.3.4 模型管理模块 | 第66-68页 |
| 5.5.3.5 故障管理模块 | 第68-70页 |
| 5.5.3.6 诊断控制模块 | 第70页 |
| 5.5.3.7 系统日志模块 | 第70-71页 |
| 5.6 系统测试 | 第71-72页 |
| 5.7 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
