一种多层拓扑网络资源对象的管理方法

    公开(公告)号:CN111125450A

    公开(公告)日:2020-05-08

    申请号:CN201911348059.9

    申请日:2019-12-24

    摘要: 本发明涉及网络通信技术领域,具体涉及一种多层拓扑网络资源对象的管理方法,所述方法包括:步骤1:全网配置数据自动采集;步骤2:数据调和规则研究;步骤3:数据自动识别和归类研究;步骤4:配置自动变更触发机制及审计机制研究;步骤5:配置数据动态感知模型研究;步骤6:社交化管理机制研究。本发明通过研究配置数据动态感知技术,建立动态的源数据库;利用抽取IT基础软数据的特征,制定关联关系规则,结合图分析方法建立多维运行数据的关系模型,构建行数据关联规则知识库;通过借助知识库构建多维度数据元模型,通过工具实现模型的自动计算以及模型的自动分析,完善运维评估检修机制、运维资源调度机制以及运维辅助决策机制。

    一种用于考评的深度学习算法
    10.
    发明公开

    公开(公告)号:CN114066384A

    公开(公告)日:2022-02-18

    申请号:CN202111057541.4

    申请日:2021-09-09

    摘要: 本发明涉及人事考核技术领域,具体涉及一种用于考评的深度学习算法,通过采集多个学习样本输入至全连神经网络中建立效益参数与员工特定行为的关系模型,并通过该模型获得预测效益参数,并在保持预测效益参数不变的情况下对各类特定行为的权重进行调节,从而判断出各类行为与预测效益参数的关系,最后通过实际效益参数与预测效益参数对模型进行不断拟合,最后获得特定效益参数下准确的权重值,并权重值作为考核系数;从而通过深度学习算法客观地获得考评的关键指标以及指标对应的数值,从而提高生产效率和管理水平。