买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种基于多重提升集成学习的网络故障检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115567367B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211153019.0，技术领域涉及：H04L41/0631；该发明授权一种基于多重提升集成学习的网络故障检测方法是由周静;卢建平;孙强;程史靓;黄蔚;冯鑫;夏榕泽;石昌友;韩欢设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。

本一种基于多重提升集成学习的网络故障检测方法在说明书摘要公布了：本发明具体涉及一种基于多重提升集成学习的网络故障检测方法，包括：将网络连接记录输入经过训练的故障检测模型中，输出对应的网络故障预测值；训练时，首先获取训练样本集；其次将训练样本集输入故障检测模型的卷积神经网络进行初步学习，得到若干个CNN基分类器；再通过自适应提升算法关注CNN基分类器训练过程中错误分类的训练样本，并基于CNN基分类器构建对应的AB模型；然后基于AB模型构建对应的子决策组，进而通过多重提升算法对各个子决策组的输出进行加权求和，生成对应的网络故障预测值，进而优化故障检测模型。本发明能够很好的适用于网络故障检测，且能够保证网络故障检测的精度和泛化误差，从而能够提高网络故障检测的效果。

本发明授权一种基于多重提升集成学习的网络故障检测方法在权利要求书中公布了：1.一种基于多重提升集成学习的网络故障检测方法，其特征在于，包括： S1：获取待检测的网络连接记录； S2：将网络连接记录输入经过训练的故障检测模型中，输出对应的网络故障预测值； 故障检测模型包括T个子决策组，每个子决策组中包含It个AB模型，且每个AB模型包含K个CNN基分类器； 训练时，首先获取若干个携带网络故障标签的网络连接记录构建训练样本集；其次将训练样本集输入故障检测模型的卷积神经网络进行初步学习，得到若干个CNN基分类器；再通过自适应提升算法关注CNN基分类器训练过程中错误分类的训练样本，并基于CNN基分类器构建对应的AB模型；然后基于AB模型构建对应的子决策组，进而通过多重提升算法对T个子决策组的输出进行加权求和，生成对应的网络故障预测值；最后基于网络故障预测值和对应的网络故障标签计算训练损失，用以优化故障检测模型； 通过如下步骤训练故障检测模型： S201：获取若干个携带网络故障标签的网络连接记录构建训练样本集；然后对训练样本集进行预处理得到预处理数据集，并设置预处理数据集中各个训练样本的权值； S202：初始化标志变量It的下标，令t＝1； S203：初始化子决策组中AB模型的个数q＝1； S204：初始化AB模型中CNN基分类器的个数k＝1； S205：根据各个训练样本的权值有放回的抽样N次，得到第t个子决策组中第q个AB模型中第k个CNN基分类器的基分类器数据集并输入至卷积神经网络，输出对应的CNN基分类器 S206：若k＜K，则k＝k+1，并返回步骤S205；否则，基于得到的K个CNN基分类器结合如下公式构建第t个子决策组中的第q个AB模型ABtDq，并计算AB模型ABtDq的输出误差teq，进而基于输出误差teq调整预处理数据集中各个训练样本的权值；同时，得到对应的AB模型数据集向量 式中：ABtDq表示第t个子决策组中的第q个AB模型；表示第t个子决策组中第q个AB模型中的第k个CNN基分类器；表示第t个子决策组中第q个AB模型中第k个CNN基分类器的输出权重； 其中， 式中：表示第t个子决策组中第q个AB模型中第k个CNN基分类器中未被正确分类的样本数量与所有样本数量之比； S207：若q＜It，则q＝q+1，并返回步骤S204；否则，基于得到的It个AB模型构建第t个子决策组，并结合如下公式计算第t个子决策组的输出和权重αt；同时，得到对应的子决策组数据集向量 αt＝log[1-teqteq]； 式中：αt表示第t个子决策组的权重；teq表示第t个子决策组中第q个AB模型的输出误差； S208：若tT，则t＝t+1，并返回步骤S203进入下一个子决策组；否则，通过T个子决策组分别对训练样本进行分类，并结合如下公式计算得到权重最大的网络故障类别作为网络故障预测值； tβq＝teq1-teq； 式中：MB*tDq表示T个子决策组均对训练样本进行分类，并将权重最大的网络故障类别作为该网络连接记录的网络故障预测值；Yt表示AB模型数据集向量中训练样本对应网络故障标签组成的标签向量，即网络故障真实值；αt表示第t个子决策组的权重；tDq表示输入到第t个子决策组中第q个AB模型的输入数据集向量，即为AB模型中K个CNN基分类器的数据集；tβq表示第t个子决策组中第q个AB模型对故障检测模型的输出权重； S3：将故障检测模型输出的网络故障预测值作为网络连接记录的网络故障检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军陆军工程大学，其通讯地址为：400035 重庆市沙坪坝区林园甲1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。