摘要
本发明提供一种嵌入式设备在线测试及远程维护方法及系统,涉及设备维护技术领域,包括:采集多源异构数据,基于香农熵选择采样周期,利用小波变换、分形理论提取特征并输入异常检测模型生成异常程度向量,利用胶囊神经网络提取特征并进行故障类型概率分布预测,结合相空间重构技术计算系统状态指标,输入因果推理网络生成故障诊断报告,基于故障诊断报告检索维护方案,利用蒙特卡洛树搜索规划维护指令序列,并通过孪生神经网络评估维护效果,根据效果迭代优化维护指令,直至维护效果达标。
技术关键词
胶囊神经网络
李雅普诺夫指数
嵌入式设备
多源异构数据
孪生神经网络
隐马尔可夫模型
广义切比雪夫
蒙特卡洛树
序列
信息熵
重构技术
矩阵
推理网络
概率分布函数
分形理论
复杂度特征
搜索算法
报告
非线性
系统为您推荐了相关专利信息
智能数据采集方法
数字孪生模型
多通道高精度
变压器绕组状态
多源异构数据
数字孪生系统
OPCUA协议
GPU并行计算
振动频谱分析
应急响应时间
遥感影像特征
特征提取器
模型预训练
特征提取模块
分支
模型库
多源异构数据
低空飞行器
三维模型
深度强化学习算法
机器学习技术
个性化推荐引擎
特征选择算法
动态特征提取
学生