[发明专利]基于人工智能神经网络的HSS数据容灾算法有效
申请号: | 201210197195.4 | 申请日: | 2012-06-15 |
公开(公告)号: | CN102724070A | 公开(公告)日: | 2012-10-10 |
发明(设计)人: | 许萌 | 申请(专利权)人: | 青岛百灵信息科技有限公司 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L29/06 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 266033 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于人工智能神经网络的HSS数据容灾算法,所述算法首先对HSS数据库新增设置四个区域字段,所述区域字段包括用户注册状态改变频率、PPR发送频率、RTR发送频率和通过BP神经网络学习之后所预测的用户类型,当用户注册状态改变频率、PPR发送频率或RTR发送频率三者任何一个超过事先设定的神经元阈值时,该用户即可被HSS数据库加入特定列表,触发备份算法,所述备份算法为人工智能神经网络算法。本发明通过分析挖掘出某些HSS数据变化,对于业务处理相对频繁的地区,可以进行个性化设计,如:提高该地区的服务器性能以及将该地区的数据备份到两个或这个以上相邻区域,以规避风险。 | ||
搜索关键词: | 基于 人工智能 神经网络 hss 数据 算法 | ||
【主权项】:
1.基于人工智能神经网络的HSS数据容灾算法,其特征是:所述算法首先对HSS数据库新增设置四个区域字段,所述区域字段包括用户注册状态改变频率、PPR发送频率、RTR发送频率和通过BP神经网络学习之后所预测的用户类型,当用户注册状态改变频率、PPR发送频率或RTR发送频率三者任何一个超过事先设定的神经元阈值时,该用户即可被HSS数据库加入特定列表,触发备份算法,所述备份算法为人工智能神经网络算法,在算法中,Wkj是由下一较高层中单元k到单元j的网络权值,Errk是单元k的误差,具体算法为:1)初始化网络权值和神经元阈值该部分权值和阈值的确定,最简单的办法就是随机初始化; 2)前向传播:按照公式一层一层的计算隐层神经元和输出层神经元的输入和输出; 前向传播算法基本过程是逐层计算各层的所有神经元的值; 由于输入层神经元值已知,此处假设输入层有四层,即为:C1, C2, C3, C4,其余每层由一个核函数来计算该层的所有神经元的值;其中,核函数的选择与确定是由CPU、内存、终端设备等多方面因素决定的;并行计算只能体现在一层中,不同层之间没有并行性;首先将输入层的神经元值C1, C2, C3, C4,和每层的网络权值W1, W2, W3, W4保存在4个数组中;此时,第一个核函数根据输入层的神经元值和权值计算第二层神经元值,第二个核函数根据第二层的神经元值和网络权值计算第三层神经元值,如此往下;神经网络的连接体现在每个核函数处理计算过程里;3)后向传播:根据公式修正网络权值和神经元阈值,直到满足终止条件;对于输出层神经元,Errj =Oj (1-Oj) (Tj-Oj),其中,Oj是单元j的实际输 出,而Tj是j基于给定训练样本的已知类标号的真正输出;对于隐藏层神经元,Errj=Oj (1-Oj) Wkj,权值增量是wji=(l)ErrjOi,阈值增量是j=(l)Errj,其中l是学习率;对于Errj的推导,采用了梯度下降的算法;推导的前提是保证输出单元的均方差Ea最小;Ea=1/2*(dl (p)-yl (p))2,其中P是样本总数,m是输出层神经元个数dl(p)是样本实际输出,yl(p)是神经网络输出。
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青岛百灵信息科技有限公司,未经青岛百灵信息科技有限公司许可,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/patent/201210197195.4/,转载请声明来源钻瓜专利网。
- 上一篇:防泄漏排气阀
- 下一篇:通话信息的获取方法及装置