摘要
本发明特别涉及一种基于人工神经网络的家庭客户宽带故障定位方法。该基于人工神经网络的家庭客户宽带故障定位方法,采集多模态数据,对采集的数据进行预处理,构建双通道人工神经网络ANN模型,提取工单语义特征和时序异常特征,动态融合文本特征与数值特征,输出故障分类结果,根据融合特征生成故障类别标签,关联历史维修知识库,输出维修建议;基于新增工单数据在线更新双通道人工神经网络ANN模型参数,以适配新故障类型。该基于人工神经网络的家庭客户宽带故障定位方法,通过融合多模态数据预测宽带故障原因,提高了故障定位效率和解决效率,提升了用户体验,增强了运营商市场竞争力。
技术关键词
人工神经网络
故障定位方法
故障定位系统
融合特征
客户
故障类别
家庭
注意力机制
语义特征
工单管理系统
时序
数值
多模态
数据
文本特征向量
宽带设备
工单系统
捕捉设备
维修方法
系统为您推荐了相关专利信息
地基激光雷达数据
垂直廓线
反演系统
粒子
皮尔逊相关系数
语音情感识别方法
MFCC特征
融合特征
语音情感识别系统
语音情感识别技术
测绘地理信息
地理要素识别
分析方法
地物特征
输入多尺度