[发明专利]一种数据中心监控系统的智能故障分类方法及装置有效
申请号: | 201611206596.6 | 申请日: | 2016-12-23 |
公开(公告)号: | CN106650932B | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 段谊海;刘成平;李锋 | 申请(专利权)人: | 郑州云海信息技术有限公司 |
主分类号: | G06N3/08 | 分类号: | G06N3/08;G05B23/02 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 450018 河南省郑州市*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数据中心 监控 系统 智能 故障 分类 方法 装置 | ||
1.一种数据中心监控系统的智能故障分类方法,其特征在于,包括:
根据监控资源的监控项的监控状态构造发育网络的输入矩阵;
采用所述输入矩阵对发育网络进行学习训练;
采用学习训练后的发育网络对监控状态的故障进行分类;
其中,所述发育网络包括X层、Y层和Z层;
其中,采用输入矩阵对发育网络进行学习训练,包括:
将输入矩阵作为X层,计算Y层各个神经元的能量;
从Y层的所有神经元中查找出能量最大的神经元j,将神经元j的权值进行更新;
将Y层的输出作为Z层的输入,从Z层中的神经元中查找出进行响应的神经元k,对神经元k的权值进行更新。
2.如权利要求1所述的方法,其特征在于,所述采用学习训练后的发育网络对监控状态的故障进行分类,包括:
根据所述输入矩阵,计算Y层中神经元的能量,将Y层的所有神经元中能量最大的神经元的输出设置为1,将Y层中除了能量最大的神经元之外的其它神经元的输出均设置为0;
将Y层神经元的输出,作为Z层神经元的输入,在Z层所有的神经元中查找出能量最大的神经元i,确定神经元i对应的故障类型为监控状态的故障类型。
3.一种数据中心监控系统的智能故障分类装置,其特征在于,用于实现如权利要求1或2任意一项所述的方法,包括:
矩阵构造模块,用于根据监控资源的监控项的监控状态构造发育网络的输入矩阵;
训练模块,用于采用所述输入矩阵对发育网络进行学习训练;
故障分类模块,用于采用学习训练后的发育网络对监控状态的故障进行分类;
其中,所述发育网络包括X层、Y层和Z层;
其中,所述训练模块包括:
计算单元,用于将输入矩阵作为X层,计算Y层各个神经元的能量;
第一权值更新单元,用于从Y层的所有神经元中查找出能量最大的神经元j,将神经元j的权值进行更新;
第二权值更新单元,用于将Y层的输出作为Z层的输入,从Z层中的神经元中查找出进行响应的神经元k,对神经元k的权值进行更新。
4.如权利要求3所述的装置,其特征在于,所述故障分类模块包括:
输出设置单元,用于根据所述输入矩阵,计算Y层中神经元的能量,将Y层的所有神经元中能量最大的神经元的输出设置为1,将Y层中除了能量最大的神经元之外的其它神经元的输出均设置为0;
故障确定单元,用于将Y层神经元的输出,作为Z层神经元的输入,在Z层所有的神经元中查找出能量最大的神经元i,确定神经元i对应的故障类型为监控状态的故障类型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州云海信息技术有限公司,未经郑州云海信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611206596.6/1.html,转载请声明来源钻瓜专利网。