【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第10期 103-106页,共4页

【作 者】： 朱长成

【摘 要】 研究网络故障诊断问题,保证网络可靠性运行效率,针对网络故障是一个非线性、小样本数据,但是传统网络故障诊断方法是基于线性、大样本数据,导致网络故障诊断准确率较低。为了提高网络故障诊断准确率,将专门解决小样本、非线性问题的最小二乘支持向量机（LSSVM）应用到网络故障诊断中,将引起故障的因素作为LSSVM的输入,网络故障类型作为LSSVM输出,通过LSSVM的学习,建立网络故障诊断模型,最后采用建立的LSSVM模型对网络故障样本进行诊断。仿真结果表明,LSSVM网络故障诊断准确率明显高于其它网络故障诊断方法,并证明是一种网络故障诊断有效手段。