摘要
本发明涉及硬盘故障预测技术领域,公开了硬盘故障预测方法、装置、计算机设备及存储介质,方法包括:获取开源训练集;基于开源训练集对初始深度学习模型进行预训练,得到预训练深度学习模型;将预训练深度学习模型的网络结构和模型参数迁移到目标模型;获取待检测硬盘在历史运行过程中产生的历史硬盘自检数据和历史硬盘性能数据;以历史硬盘自检数据和历史硬盘性能数据为目标训练集,待检测硬盘的故障状态为标签,对目标模型进行训练,以获得硬盘故障预测模型;获取待检测硬盘在当前运行过程中产生的当前硬盘自检数据和当前硬盘性能数据,并将其输入硬盘故障预测模型,确定待检测硬盘的故障预测结果。本发明提高了硬盘故障诊断的准确率。
技术关键词
训练深度学习模型
检测硬盘
硬盘故障预测方法
训练集
网络结构
基础
注意力机制
标签
数据分布
深度学习模型训练
计算机设备
时间段
参数
模块
可读存储介质
系统为您推荐了相关专利信息
智能识别方法
预训练模型
通道注意力机制
深度学习技术
颈部结构
智能判别方法
文本
合规性
地理信息工程
敏感信息识别
地质灾害监测预警方法
边缘计算机
图片
地质灾害监测预警技术
地质灾害监测预警系统
铝型材表面
多尺度特征融合
数据采集模块
序列特征
模型训练模块
引入注意力机制
传播算法
指标
神经网络模型构建
循环神经网络模型