【技术实现步骤摘要】
一种综合文本分类和图像识别的ICT系统故障分析方法
本专利技术属于神经网络学习进行故障分析
，特别涉及一种综合文本分类和图像识别的ICT系统故障分析方法。
技术介绍
随着电网系统的复杂性日益提高，仅仅依靠单个工作人员的知识储备和个人经验往往无法对电网系统故障进行分析和判断。因此，系统故障分析技术也是目前计算机辅助决策系统研究的重要方向。故障分析判断技术目前主要通过两种方法实现：构建故障信息数据库和基于机器学习的方法进行故障分析。构建故障信息数据库的方法通常情况下是通过构建知识图谱来完成故障信息存储的。知识图谱的概念最先于2012年由Google提出用于解决传统搜索模型的升级。知识图谱主要目标是用来描述真实世界中存在的各种实体和概念，以及他们之间的强关系，我们用关系去描述两个实体之间的关联，简而言之，知识图谱可以理解为一种特殊的关系数据库。知识图谱用于故障分析技术中，因为构建时的逻辑性，因此故障分析有着较强的逻辑性，便于客户使用，但是对于某些表面上并无逻辑关系的故障和原因效果较差，并且如果要对新的故障信息进行经验...
【技术保护点】
1.一种综合文本分类和图像识别的ICT系统故障分析方法，其特征在于，包括如下步骤：/n步骤一：收集客服记录的故障数据，对数据人工预处理,其包括分为文本分类和图像识别两个并行的过程，两个过程最后均要进行分类器分类；然后经过故障判别，建立故障分析模型进行故障分析，经过模型更新后返回开头的数据人工预处理；/n步骤二：所述文本分类和图像识别两个并行的过程分别进行模型训练；其中文本分类主要步骤为：文本预处理、计算tf-idf、标签数字化，抽取数据、分类器分类；图像识别主要步骤为：图像预处理、神经网络模型构建、参数优化、分类器分类；/n步骤三：分类判断，将步骤二得出的文本分类和图像分类...
【技术特征摘要】
1.一种综合文本分类和图像识别的ICT系统故障分析方法，其特征在于，包括如下步骤：
步骤一：收集客服记录的故障数据，对数据人工预处理,其包括分为文本分类和图像识别两个并行的过程，两个过程最后均要进行分类器分类；然后经过故障判别，建立故障分析模型进行故障分析，经过模型更新后返回开头的数据人工预处理；
步骤二：所述文本分类和图像识别两个并行的过程分别进行模型训练；其中文本分类主要步骤为：文本预处理、计算tf-idf、标签数字化，抽取数据、分类器分类；图像识别主要步骤为：图像预处理、神经网络模型构建、参数优化、分类器分类；
步骤三：分类判断，将步骤二得出的文本分类和图像分类结果和实际结果进行比对，确定文本分类权重值和图像分类权重值，使得综合后的结果与实际分类一致；
步骤四：故障分析，将新产生的故障报告作为测试集输入，训练模型据此判断故障分类，运维人员即可根据此故障分类对系统进行检修；
步骤五：模型更新，运维人员完成故障检修后，将该次故障报告放入历史故障报告集中，更新训练集数据，并定期通过新的训练集训练模型，不断完善。
2.根据权利要求1所述一种综合文本分类和图像识别的ICT系统故障分析方法，其特征在于，所述收集客服记录的故障数据，在实际ICT系统中是客服记录的故障数据报告都是以WORD文档存储的非结构化数据，由于python对于EXCLE的操作函数更为丰富，因此将零散的WORD文档内容存储到EXCLEL表格中，其次，在预处理中，需要人工精简报告内容，最后，对于每条数据项，由经验丰富的工作人员标注分类。
3.根据权利要求1所述一种综合文本分类和图像识...
【专利技术属性】
技术研发人员：俞学豪，孙瑨一，郑蓉蓉，李国栋，赵子岩，王晨辉，韩笑，冯显时，李雅西，袁洲，高金京，陈亮，王玮，
申请(专利权)人：华北电力大学，国网山东省电力公司信息通信公司，国家电网有限公司信息通信分公司，国家电网有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。