【摘要】一种内螺纹冷挤压加工质量在线预测方法,其特征是包括在线学习和在线预测两步进行,其中在线学习包括:在加工装置上安装用于检测扭矩和温度的传感器进行信号的采集和将每次加工过程中采集的信号送入计算机中采用泛归一化的处理方法进行特征量的融合,
【摘要】 本发明提供一种基于认知网络的健康度评价方法,属于网络健康评价技术领域。本发明通过建立综合模糊评价体系,所述模糊评价体系包括业务评价模块、路由器评价模块、链路评价模块;通过业务评价模块、路由器评价模块、链路评价模块综合得出网络的健康度值,并将结果输入策略库,对网络进行调整和优化。本发明从业务角度出发,综合网元和链路全面评价认知网络的QoS性能,使得网络服务质量通过反馈做出调整,从而提高认知网络的自适应性,自管理性及其端到端的QoS性能。 【专利类型】发明申请 【申请人】南京邮电大学 【申请人类型】学校 【申请人地址】210003 江苏省南京市新模范马路66号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】鼓楼区 【申请号】CN201010576217.9 【申请日】2010-12-07 【申请年份】2010 【公开公告号】CN102025733A 【公开公告日】2011-04-20 【公开公告年份】2011 【授权公告号】CN102025733B 【授权公告日】2013-05-08 【授权公告年份】2013.0 【发明人】孙雁飞; 张顺颐; 亓晋; 顾成杰; 郭苑; 王攀 【主权项内容】一种基于认知网络的健康度评价方法,其特征在于:包括如下步骤:步骤1)建立综合模糊评价体系,所述模糊评价体系包括业务评价模块、路由器评价模块、链路评价模块;步骤2)采集当前用户的QoS参数,所述QoS参数包括丢包率、抖动、时延,将采集到的QoS参数存储到数据库中;步骤3)从数据库中获取相应业务的SLA,将需要评定的业务的SLA值和步骤2)采集到的QoS参数值一起输入业务评价模块,业务评价模块对输入数值进行归一化的参数处理,计算出当前业务的健康度值或者某一个时段的业务的健康度值;步骤4)根据步骤3)得出的业务的健康度值计算其与标准值的偏离度,通过偏离度来判断是否有需要评定或改变网络状态来改善业务的QoS;步骤5)当发现业务的健康度不达标,则采用路由器评价模块对路由器进行评价,评价过程为:A、选取路由器的5个关键参数,分别为时延、抖动、丢包、吞吐量和缓存;B、用归一化方法对上述参数进行单位统一;C、根据相应的业务对上述指标参数增加权重值,比较出路由器的健康度值;D、根据C步得出的路由器的健康度值,判断该路由器健康与否,做出调整和优化;步骤6)在路由器评价模块进行评价的同时,采用链路评价模块采集到的参数对现有的链路状况做出评价,通过承载度和稳定度来评价链路的健康状况,并得出偏离度;步骤7)通过业务评价模块、路由器评价模块、链路评价模块综合得出网络的健康度值,并将结果输入策略库,对网络进行调整和优化。。微信 【当前权利人】南京邮电大学 【当前专利权人地址】江苏省南京市新模范马路66号 【专利权人类型】公立 【统一社会信用代码】123200004260908590 【被引证次数】TRUE 【家族被引证次数】TRUE
未经允许不得转载:http://www.zhongzhencnc.com/1785669595.html






