摘要
本发明公开了一种网络故障的报障预测方法、装置、电子设备及存储介质,方法包括:获取告警数据集和历史报障清单;将存量历史告警数据关联历史报障清单作为训练集生成预训练模型;将实时告警数据输入预训练模型处理得到报障预测结果;周期性整理最新报障清单,根据报障预测结果与最新报障清单的对比结果对预训练模型进行自适应更新调整。本发明基于存量历史告警数据及其对应的历史报障清单通过深度学习策略学习告警数据与保障情况的映射关系,并利用自适应调整策略通过周期性整理最新报障清单,实时反馈预测结果并更新模型,确保能够快速适应新告警模式,避免模型老化,提升长期预测准确性,可广泛应用于数据处理技术领域。
技术关键词
历史告警数据
预训练模型
训练集
周期性
预测误差
样本
电子设备
处理器
计算机存储介质
梯度下降法
数据处理技术
预测装置
参数
对象
程序
模块
存储器
标签
标记
系统为您推荐了相关专利信息
鱼腥藻
基因
荧光定量PCR技术
评估预测模型
产微囊藻毒素蓝藻
直播房间信息展示方法
内容相关性分析
层级
模式
网络特征
核电汽轮机转子
算法模型
故障分析方法
幅值
故障预警方法