摘要
本发明涉及人工智能技术领域,尤其是提供了面向矿山安全的设备预测性维护监测方法和电子设备。该方法包括对标注后的运行数据进行扩充,得到扩充后的数据集;通过扩充后的数据集对特征提取模型进行训练,得到训练后的特征提取模型和特征提取后的数据;将特征提取后的数据输入到特征降维模型中,进行特征降维模型的训练,得到训练后的特征降维模型和特征降维后的数据;利用特征降维后的数据对分类器模型进行训练,得到训练后的分类器模型;通过训练后的特征提取模型、特征降维模型和分类器模型对新样本进行处理,以预测矿山设备的运行,该方法有效地对矿山设备进行了预测性维护,降低了设备故障率,保障了设备安全运行。
技术关键词
极限学习机
样本
特征提取模型
分类器模型
面向矿山
数据
矿山设备
邻居
解码器
监测方法
编码器
SMOTE算法
标签
动态
矩阵
无线网络传输
初始化算法
仿生算法
节点数
系统为您推荐了相关专利信息
优化调控方法
重载机车
列车车钩
多体动力学模型
特征提取模块
问答模型
文本处理模型
代码仓库
样本
数据构建方法
样本学习方法
视觉特征
冗余特征
生成流
网络结构
识别文档图像
文档识别方法
文字识别工具
元素
布局
推荐算法
计算机可读代码
产品推荐方法
样本
复合产品