摘要
本发明公开了一种计算机硬件故障分析方法,获取计算机硬件的历史故障事件数据并进行预处理、分类处理和提取特征,得到故障特征数据;将所述故障特征数据输入基于机器学习算法建立的故障判断模型,输出得到分类故障判断数值;计算所述分类故障判断数值与预设的分类故障判断数值阈值的距离,得到第一故障数据;基于FMEAC算法计算所述故障特征数据对应的风险优先数据,计算所述风险优先数据与预设的风险优先数据阈值的距离,得到第二故障数据;计算所述第一故障数据与第二故障数据的综合故障数据,利用所述综合故障数据判断故障事件是否发生,使故障分析更加全面和准确。
技术关键词
计算机硬件故障
综合故障
数值
分析方法
故障特征
数据收集模块
机器学习算法
机器学习模型训练
标识符
风险
计算机系统
检测工具
电流
参数
表达式
分析系统
硬件设备
编码
系统为您推荐了相关专利信息
数字孪生模型
图像采集设备
透视变换矩阵
定位方法
坐标
网络脆弱性评估
强化学习模型
分析方法
船舶
深度优先搜索
控制检测设备
电信号
电网故障定位方法
实时图像
电网故障定位系统
人体生理信号采集
多模态生理
心理健康分析
环境感知功能
分析方法