摘要
本申请提供的设备运行效能评估方法、装置、存储介质及计算机设备,本申请先采用两个模型提取降维得到运行数据的目标特征向量。其中,目标特征提取模型是基于通过量子优化算法扩充得到的样本运行数据结合拓扑动态调整机制训练得到的,量子优化算法可以提高生成样本的多样性,而拓扑动态调整机制能够适应不同样本之间的差异性,并删除模型中的冗余连接,以提高模型的学习效率和准确性;目标特征降维模型则是采用对偶损失函数训练得到的,其可以从多个层面来评估模型的性能,以提高评估结果的准确性。最后,通过变分模式分解来挖掘目标特征向量的潜在信息后,利用目标分类器对分解后的目标特征向量进行效能评估,能够提高评估结果的准确性和及时性。
技术关键词
特征提取模型
效能评估方法
量子优化算法
数据
动态调整机制
量子态
极限学习机
评估设备
计算机可读指令
样本
网络结构
重构策略
分类器
参数
解码器
生成对抗网络
计算机设备
编码器
系统为您推荐了相关专利信息
物业设备
设备运行数据
服务级别协议
文本
计算机程序指令
协同数据处理
复合型传感器
生化需氧量参数
关联规则分析
设备运行参数
工控蜜罐
IEC104协议
BERT模型
设备系统
工控设备
中速磨煤机
气流
实时监测数据
煤块
激光粒度分析仪