摘要
本申请公开了一种调度异常分析模型训练方法、装置、设备以及存储介质,涉及信息处理技术领域,该方法包括:获取错误日志,对错误日志进行处理,得到无标签的日志向量;利用聚类算法将无标签的日志向量进行聚类分类,得到有标签的日志向量;将有标签的日志向量用于回归预测模型的训练,得到完成训练的回归预测模型;基于新的错误日志,对完成训练的回归预测模型进行增量训练。该方案通过对错误日志进行处理,降低错误日志的特征维度,增强各词之间的语义相关性;通过聚类分类提升业务自动化水平,并且利用回归预测模型分析错误日志,为开发人员提供合适的处理建议,加速运维;同时,对回归预测模型进行增量学习,适配新的异常,提高模型实时性。
技术关键词
回归预测模型
聚类算法
标签
分词
分析错误日志
马尔可夫模型
模型训练方法
信息处理技术
文本
噪声信息
训练设备
统计方法
误差
训练装置
处理器
可读存储介质
系统为您推荐了相关专利信息
图像分类方法
置信度阈值
半监督学习
多层感知器
通道注意力机制
物品存储柜
管理方法
业务处理单元
字符检测模型
卷积递归神经网络
湿式电除尘器
智能控制系统
集液装置
机器学习模型
标签