[發(fā)明專利]一種檢測服務器網(wǎng)卡的方法、系統(tǒng)、設備及介質有效
| 申請?zhí)枺?/td> | 202010132160.7 | 申請日: | 2020-02-29 |
| 公開(公告)號: | CN111367773B | 公開(公告)日: | 2023-01-10 |
| 發(fā)明(設計)人: | 申亞博 | 申請(專利權)人: | 蘇州浪潮智能科技有限公司 |
| 主分類號: | G06F11/32 | 分類號: | G06F11/32;G06N3/04;G06N3/08 |
| 代理公司: | 北京連和連知識產(chǎn)權代理有限公司 11278 | 代理人: | 張濤 |
| 地址: | 215100 江蘇省蘇州市吳*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 檢測 服務器 網(wǎng)卡 方法 系統(tǒng) 設備 介質 | ||
本發(fā)明公開了一種檢測服務器網(wǎng)卡的方法、系統(tǒng)、設備和存儲介質,方法包括以下步驟:選取服務器網(wǎng)卡檢測的標準樣本,將標準樣本中的歷史信號特征值和歷史信號特征值對應的檢測結果作為訓練集;將訓練集輸入至BP神經(jīng)網(wǎng)絡進行訓練,得到BP神經(jīng)網(wǎng)絡檢測模型;采集每個服務器網(wǎng)卡卡槽中的金屬端子的信號,生成預定頻率的檢測信號并將檢測信號發(fā)送至BP神經(jīng)網(wǎng)絡檢測模型以進行檢測;以及基于每個服務器網(wǎng)卡的標識碼顯示對應的檢測結果。本發(fā)明提出的檢測服務器網(wǎng)卡的方法、系統(tǒng)、設備及介質通過建立BP神經(jīng)網(wǎng)絡檢測模型對網(wǎng)卡卡槽中金屬端子的信號進行檢測,不僅可以及時的將服務器網(wǎng)卡的狀態(tài)顯示出來,也能夠對網(wǎng)卡的狀態(tài)進行預測,提高了服務器的性能。
技術領域
本發(fā)明涉及網(wǎng)卡領域,更具體地,特別是指一種檢測服務器網(wǎng)卡的方法、系統(tǒng)、計算機設備及可讀介質。
背景技術
目前在對服務器網(wǎng)卡進行檢測的過程中,由于服務器狀態(tài)的復雜性需要采用人工的方式進行檢測,從而確定服務器的工作狀態(tài)以及可能出現(xiàn)的故障預防,然而人工在檢測的過程中需要進行復雜的拆裝工作,給檢測帶來了嚴重的不便,且人工檢測的效率過低,對服務器故障的及時預防帶來極大的影響。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明實施例的目的在于提出一種檢測服務器網(wǎng)卡的方法、系統(tǒng)、計算機設備及計算機可讀存儲介質,通過建立BP神經(jīng)網(wǎng)絡檢測模型對網(wǎng)卡卡槽中金屬端子的信號進行檢測,不僅可以及時的將服務器網(wǎng)卡的狀態(tài)顯示出來,也能夠對網(wǎng)卡的狀態(tài)進行預測,提高了服務器的性能。
基于上述目的,本發(fā)明實施例的一方面提供了一種檢測服務器網(wǎng)卡的方法,包括如下步驟:選取服務器網(wǎng)卡檢測的標準樣本,將所述標準樣本中的歷史信號特征值和所述歷史信號特征值對應的檢測結果作為訓練集;將所述訓練集輸入至BP神經(jīng)網(wǎng)絡進行訓練,得到BP神經(jīng)網(wǎng)絡檢測模型;采集每個服務器網(wǎng)卡卡槽中的金屬端子的信號,生成預定頻率的檢測信號并將所述檢測信號發(fā)送至所述BP神經(jīng)網(wǎng)絡檢測模型以進行檢測;以及基于每個服務器網(wǎng)卡的標識碼顯示對應的檢測結果。
在一些實施方式中,所述將所述訓練集輸入至BP神經(jīng)網(wǎng)絡進行訓練,得到BP神經(jīng)網(wǎng)絡檢測模型包括:初始化神經(jīng)網(wǎng)絡,對每個神經(jīng)元的第一值和第二值賦予隨機值;基于所述訓練集得到輸出層的誤差,并基于所述輸出層的誤差通過反向傳播得到每一層的每個神經(jīng)元的誤差;以及基于所述神經(jīng)元的誤差對所述第一值和所述第二值進行更新。
在一些實施方式中,所述基于所述訓練集得到輸出層的誤差包括:輸入所述訓練集并進行正向傳播得到輸出層各個神經(jīng)元的輸出值,并基于所述輸出值得到所述輸出層的誤差。
在一些實施方式中,所述基于所述神經(jīng)元的誤差對所述第一值和所述第二值進行更新包括:基于每一層對誤差影響的貢獻率對每一層的神經(jīng)元的誤差分配不同的權重。
本發(fā)明實施例的另一方面,還提供了一種檢測服務器網(wǎng)卡的系統(tǒng),包括:選擇模塊,配置用于選取服務器網(wǎng)卡檢測的標準樣本,將所述標準樣本中的歷史信號特征值和所述歷史信號特征值對應的檢測結果作為訓練集;訓練模塊,配置用于將所述訓練集輸入至BP神經(jīng)網(wǎng)絡進行訓練,得到BP神經(jīng)網(wǎng)絡檢測模型;檢測模塊,配置用于采集每個服務器網(wǎng)卡卡槽中的金屬端子的信號,生成預定頻率的檢測信號并將所述檢測信號發(fā)送至所述BP神經(jīng)網(wǎng)絡檢測模型以進行檢測;以及顯示模塊,配置用于基于每個服務器網(wǎng)卡的標識碼顯示對應的檢測結果。
在一些實施方式中,所述訓練模塊還配置用于:初始化神經(jīng)網(wǎng)絡,對每個神經(jīng)元的第一值和第二值賦予隨機值;基于所述訓練集得到輸出層的誤差,并基于所述輸出層的誤差通過反向傳播得到每一層的每個神經(jīng)元的誤差;以及基于所述神經(jīng)元的誤差對所述第一值和所述第二值進行更新。
在一些實施方式中,所述訓練模塊還配置用于:輸入所述訓練集并進行正向傳播得到輸出層各個神經(jīng)元的輸出值,并基于所述輸出值得到所述輸出層的誤差。
在一些實施方式中,所述訓練模塊還配置用于:基于每一層對誤差影響的貢獻率對每一層的神經(jīng)元的誤差分配不同的權重。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于蘇州浪潮智能科技有限公司,未經(jīng)蘇州浪潮智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010132160.7/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





