基于时空融合因果神经网络模型的故障概率的确定方法及装置

AITNT
正文
推荐专利
基于时空融合因果神经网络模型的故障概率的确定方法及装置
申请号:CN202411045395
申请日期:2024-07-31
公开号:CN119025303A
公开日期:2024-11-26
类型:发明专利
摘要
本发明实施例提供了一种基于时空融合因果神经网络模型的故障概率的确定方法及装置,其中,该方法包括:将预处理后的固态硬盘的运行数据以多通道的方式输入到所述时空信息融合模块,得到单通道的维度特征向量;将所述维度特征向量输入至所述因果神经网络模块,得到所述因果神经网络输出的原始预测结果;对所述原始预测结果进行后处理以将所述原始预测结果中的时间序列特征信息转换为所述固态硬盘的故障概率。通过本发明,解决了如何高效准确的确定固态硬盘的故障概率的技术问题。
技术关键词
固态硬盘数据 时间序列特征 神经网络模型 数据输出格式 多通道 历史运行数据 时间序列信息 输入模块 后处理模块 可读存储介质 处理器 积层 存储器 计算机
系统为您推荐了相关专利信息
1
一种风机出风控制方法、系统及横流风力涡轮机
出风控制方法 出风控制系统 采集环境参数 分布式传感器网络 风力涡轮机
2
一种基于SAR图像的海上溢油智能检测方法和装置
上采样 融合图像特征 卷积神经网络模型 智能检测方法 编码器
3
废弃圆木制作影像工艺品的方法
影像工艺品 圆木 人工智能图像 原始图像数据 切片
4
气体检测方法、程序产品及设备
气体检测方法 特征提取模型 像素点 数据 掩膜
5
一种基于GPGPU的雷达I/Q解调实时处理方法
滤波器系数 雷达接收系统 多通道 全局内存访问 低通滤波器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号