摘要
本发明公开了一种智能化的硬件温度预测方法,它包括以下步骤:S1、数据采集;S2、特征处理,确定影响硬件温度的关键特征;S3、构建混合模型,第一模型为时间序列统计模型,第二模型采用基于机器学习的回归模型;S4、混合模型预测,第一模型和第二模型分别进行预测,将二者的结果通过线性回归模型进行融合;S5、预测结果整合,将细粒度的预测结果整合为粗粒度的综合预测结果。本发明提供了一个全面、精确和可靠的方法来预测和管理单板硬件的温度,从而极大地提高硬件的运行效率和维护效果。
技术关键词
序列
温度预测方法
线性回归模型
历史温度数据
管理单板
梯度提升树
随机森林模型
运维场景
预测特征
硬件系统
时序特征
散热系统
基线
计算方法
误差
周期性
邻域
系统为您推荐了相关专利信息
屏幕显示参数
智能问答方法
界面
内容浏览
生成概念
数据补全方法
高维时间序列数据
数据收集模块
注意力机制
节点特征
收入识别方法
社会公共服务技术
评分系统
动态
指标
生成规则
序列生成装置
序列生成方法
测试器件
电路