基于集成计算的电信业务运营支撑系统故障定位模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景 | 第9-10页 |
| ·故障定位的常见方式及问题 | 第10-12页 |
| ·故障定位的常规方法 | 第10-11页 |
| ·模式识别法 | 第11-12页 |
| ·本研究的思路 | 第12-14页 |
| ·本研究的意义 | 第14页 |
| ·本研究的创新点 | 第14-15页 |
| ·研究内容与总体结构 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 研究现状 | 第18-26页 |
| ·电信业务运营支撑系统故障检测 | 第18-20页 |
| ·计算智能与集成计算 | 第20-22页 |
| ·智能计算的发展 | 第20页 |
| ·集成计算的研究现状 | 第20-22页 |
| ·神经网络集成 | 第22-25页 |
| ·单元神经网络的训练 | 第22页 |
| ·神经网络集成结构 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 BOSS故障类型及故障定位模型 | 第26-34页 |
| ·故障原因与定位思路 | 第26-28页 |
| ·基于集成运算的故障定位模型 | 第28-33页 |
| ·维度分离 | 第28-29页 |
| ·单元神经网络训练 | 第29-30页 |
| ·瀑布型集成结构 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 瀑布型神经网络集成的实现 | 第34-48页 |
| ·业务数据的抓取与处理 | 第34-37页 |
| ·数据提取与维度选择 | 第34-36页 |
| ·数据可计算化处理 | 第36-37页 |
| ·神经网络训练与瀑布型集成 | 第37-43页 |
| ·神经网络的选择与训练 | 第37-42页 |
| ·瀑布型神经网络集成 | 第42-43页 |
| ·与传统神经网络及其识别效果对比 | 第43-46页 |
| ·单一神经网络的训练与识别 | 第43-44页 |
| ·神经网络集成的训练与识别 | 第44-46页 |
| ·实验分析及结论 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 故障定位模型应用 | 第48-52页 |
| ·业务支撑系统接 | 第48-50页 |
| ·平台功能与效益 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |
