摘要
本发明公开了一种应用于周期性规律的硬盘故障确定方法及装置。其中,该方法包括:确定目标硬盘的运行数据中贡献度大于贡献度阈值的特征项为目标特征项;将目标特征项输入至故障确定模型中,以利用故障确定模型对目标特征项进行处理,得到目标硬盘存在故障的故障概率;在故障概率大于预设概率值的情况下,确定目标硬盘存在故障,或,在故障概率不大于预设概率值的情况下,确定目标硬盘不存在故障。本发明解决了相关技术中在进行硬盘故障确定时采用传统特征选择方法选出的特征不具备代表性,无法有效结合模型对硬盘故障进行精准检测的技术问题。
技术关键词
历史运行数据
硬盘故障
XGBoost模型
样本
机器学习模型
周期性
标签
故障检测
离散特征
特征选择方法
时间段
线性
可读存储介质
序列
计算机程序产品
重构
预测误差
系统为您推荐了相关专利信息
数据
循环神经网络模型
状态监测方法
非线性
压电加速度计
电力系统规划
历史运行数据
需求预测模型
遗传优化算法
负荷
样本
多模态
计算机可读储存介质
跨模态
分类程序