论文部分内容阅读
随着新一代战略互联网规模的不断扩大，网络应用不断增加，传统的网络故障诊断系统功能单一、操作复杂、效率低下，已不能满足军网管理的发展需要．基于粗糙集的神经网络理论，提出网络性能检测与故障分析的RSNN算法，实现不一致情况下的故障规则获取和学习样本的净化处理．该算法具有简化样本、适应性强、容错性高等特点，能有效处理网络故障诊断中噪声和不相容的信息．由于诊断问题的实质是一种映射，该算法用一种前馈型网络来逼近这种映射关系，实现对故障的有效分类．实验表明，利用该方法实现的系统与同类的其他方法相比，大幅提高了诊断准确