检索结果-南通市图书馆

检索条件"主题词=上下文查询"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

计算机自动诊断中的数据挖掘问题

计算机自动诊断中的数据挖掘问题

引用

作者：劳逆清华大学

学位级别：硕士

随着现代的计算机系统功能日趋强大,结构也越来越复杂,系统运行中出现越来越多的冲突和无法预料的结果。这些问题对于系统用户和专业维护人员都是一个重大的挑战。过去依靠人工诊断计算机问题的方法耗费大量的人力物力,而且对于复杂问... 详细信息

随着现代的计算机系统功能日趋强大,结构也越来越复杂,系统运行中出现越来越多的冲突和无法预料的结果。这些问题对于系统用户和专业维护人员都是一个重大的挑战。过去依靠人工诊断计算机问题的方法耗费大量的人力物力,而且对于复杂问题的诊断也愈加显得力不从心。因此来自计算机系统研究和数据挖掘两个方向的科学家都开始研究如何利用数据挖掘的方法帮助解决系统管理问题。他们提出了面向自动修复的计算(Recovery Oriented Computing)的概念。其中一个重要的问题是如何实现自动的错误诊断与修复。本文探索了利用多种系统动态或静态信息来识别已知问题的方法。现有个人电脑上的诊断技术主要分为两种:一是通过高层次自然语言症状描述和信息检索系统帮助诊断,二是利用系统低层次的静态信息实现自动诊断。然而,第一种诊断方法仍然需要很多人力的投入,第二种诊断方法的精度还有待提高。本文率先提出将高层次自然语言症状描述和低层次的系统信息结合进行自动诊断的方法,并在大量真实数据的试验上证明了该方法良好的效果。本文还提出了结合这两种信息帮助检索文本知识库的四个概率模型(模型设计主要由微软亚洲研究院的文继荣研究员完成),并通过试验证明系统检索精度得到大幅度的提高。这一工作成为信息检索领域中首先成功的实现上下文查询并应用于实际问题的例子。系统的动态信息有比静态信息更利于收集、应用范围更广、噪声更小等优点。但是由于其分析的复杂性,还没有被应用于个人电脑的诊断。现有的工作集中在计算机群和网络等较复杂的系统中。多是利用关联性分析、聚类、分类等数据挖掘方法帮助问题分析,却不能实现自动诊断。本文提出两层分类器的结构以实现完全无需人工干预的已知问题自动诊断。第一层分类通过错误症状的自动检测实现。第二层通过系统调用序列的分类来实现。这一方法应用在Windows系统的5个常见的问题上都取得了良好的效果。为了解决系统调用序列的分类问题,本文还提出了利用字符串比对(String Alignment)抽取序列数据分类特征的新方法。结合支持向量机(Support Vector Machine, SVM)分类器,该特征抽取方法明显优于传统的n-gram序列特征抽取方法。同时也优于隐马尔可夫模型(Hidden Markov Model, HMM)等经典序列分类方法。

关键词：自动诊断注册表上下文查询排名算法字符串对齐

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：