摘要
本申请提供一种设备故障预测模型确定方法、装置、设备、存储介质及产品。该方法包括:获取用于设备故障预测的目标神经网络模型以及磁盘数据样本集合,所述磁盘数据样本集合中包含多个磁盘数据样本,所述磁盘数据样本包括磁盘的磁盘状态数据和所述磁盘状态数据对应的故障标签;所述磁盘状态数据包括多个维度上的特征数据;将每个磁盘数据样本的目标特征数据输入到所述目标神经网络模型中,得到所述目标特征数据对应的贡献度;根据各个所述目标特征数据对应的贡献度,构建贡献度矩阵;根据所述贡献度矩阵,将目标神经网络模型转换成以所述目标特征数据为节点的决策树模型。
技术关键词
设备故障预测
神经网络模型
数据样本集合
决策树模型
计算机程序指令
训练样本集
磁盘故障
矩阵
计算机程序产品
节点
标签
层级
可读存储介质
插值方法
处理器
电子设备
模块
系统为您推荐了相关专利信息
亮度补偿方法
亮度补偿参数
机器学习模型
像素
温度传感器
现场数据采集
动态变形模量
现场快速检测
机器学习模型
冲击加载装置
变电所设备
电力系统供电设备
电力系统专用
分析单元
大语言模型
测试用例生成器
参数
生成方法
节点
计算机可读指令
深度神经网络模型
深度强化学习
资源调度方法
深度Q网络
构建深度神经网络