为充分利用历史故障数据辅助运维人员诊断故障，文章提出一种结合随机森林和DNN（深度神经网络）的故障诊断模型。此模型由数据清洗与编码、随机森林特征筛选、深度神经网络层、Dropout（丢弃）层和分类输出层组成。使用基于网格寻优的随机森林算法进行特征约简，再使用DNN训练约简后的数据。调整DNN模型的网络层数结构，实验表明网络故障分类的准确率较高、故障诊断速度快。
科研之友
微信
新浪微博
Facebook
分享链接
