申请/专利权人：国网四川省电力公司信息通信公司

申请日：2024-03-11

公开（公告）日：2024-04-12

公开（公告）号：CN117873837A

主分类号：G06F11/30

分类号：G06F11/30;G06F18/26;G06F18/23213;G06F18/2411;G06F18/243;G06F18/27;G06N5/01;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及信息技术领域，具体为一种存储设备容量耗尽趋势的分析方法，包括以下步骤，基于数据集，采用关联规则学习算法进行数据关联分析，生成关联分析报告。本发明中，通过关联规则学习算法进行数据关联分析，揭示数据中的模式和关联，采用聚类算法进行数据分类，提高数据处理的精确度和效率，结合决策树和随机森林算法，增强模型的稳定性和泛化能力，引入神经网络算法进行深度学习，处理非线性关系，应用自然语言处理算法，深入分析文本数据，利用时间序列分析和反馈控制算法，预测未来趋势并实时优化，这些改进使数据分析更全面、准确和高效，提供有价值的业务洞察和决策支持。

主权项：1.一种存储设备容量耗尽趋势的分析方法，其特征在于，包括以下步骤：基于数据集，采用关联规则学习算法进行数据关联分析，生成关联分析报告；基于所述关联分析报告，采用聚类算法进行数据分类，生成分类结果；基于所述分类结果，采用决策树算法进行决策分析，确认决策树模型；基于所述决策树模型，采用随机森林算法提高模型稳定性，生成优化后决策树模型；基于所述优化后决策树模型，采用神经网络算法进行深度学习，生成深度学习模型；基于所述深度学习模型，采用自然语言处理算法分析文本数据，生成文本分析结果；基于所述文本分析结果，采用支持向量机算法，生成模式识别报告；基于所述模式识别报告，采用时间序列分析算法预测未来趋势，生成趋势预测报告；基于所述趋势预测报告，采用反馈控制算法优化过程，生成最终优化结果；所述关联分析报告具体包括项目关联度、频繁项集、置信度评分，所述分类结果具体为数据项按特征分组的簇，所述决策树模型具体指通过特征选择构建的树状结构，所述优化后决策树模型具体为决策树集成，所述深度学习模型具体为神经网络结构，所述文本分析结果具体包括关键词提取、情感分析、语义理解，所述模式识别报告具体为数据识别结果、分类准确度评估，所述趋势预测报告具体指基于历史数据分析得出的未来走势预测，所述最终优化结果具体为经过调整、优化后流程或策略。

全文数据：

权利要求：

百度查询： 国网四川省电力公司信息通信公司 一种存储设备容量耗尽趋势的分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD