摘要
以太网内部通信系统作为信息化建设的关键基础设施,其稳定运行对保障特殊场景下的即时指挥至关重要。基于深度学习技术构建的故障检测与修复机制,实现了系统故障的智能化处理。在故障检测环节,采用改进的4层卷积神经网络模型进行特征提取,通过ReLU激活函数增强非线性表达能力,结合Dropout技术防止过拟合,使用Adam优化器实现模型快速收敛,故障识别准确率达到97.5%。通过应用深度强化学习算法建立马尔可夫决策过程模型,自动生成修复策略,并建立分布式自动化修复框架。经过12个月的局部试验验证,系统可用性达到99.999%,故障自动修复率提升至92.6%,平均故障修复时间降低至3.5分钟,年度运维成本降低45%,显著提升了以太网内部通信系统的运行保障能力。
出处
《电脑知识与技术》
2025年第21期57-60,共4页
Computer Knowledge and Technology
