摘要
本申请涉及人工智能技术,公开了一种基于神经网络的IPv6网络改造问题识别模型生成方法,包括:对网络各关键节点及网络中的IPv6支持数据进行采集;基于神经网络对采集数据进行IPv6改造问题分析;以及,输出采集数据,以供人工分析IPv6改造问题;将模型分析结果与人为分析结果进行比对,检测是否存在结果偏差;若是,则基于结果偏差,对神经网络进行迭代训练;若否,则对神经网络的调整参数和训练结果进行固化,生成IPv6网络改造问题识别模型。本申请还公开一种控制装置、计算机设备和计算机可读存储介质。本申请旨在生成能准确识别IPv6网络改造问题的专用模型,以提高IPv6网络改造问题识别的准确率和效率。
技术关键词
识别模型生成方法
数据
计算机设备
可读存储介质
量子态
偏差
节点
专用模型
深度学习技术
参数
监测点
人工智能技术
处理器
监测模块
网络结构
输出模块
分析模块
关系
系统为您推荐了相关专利信息
设备运行数据
意图识别模型
固件更新
数字孪生
速度
故障预测模型
策略
故障测试方法
机器学习模型
性能预测模型
车载交互系统
多模态信息
车载交互方法
反馈控制模块
数据处理模块
物联网平台
智能控制方法
工业网关
数据分析模块
智能监测设备