[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code