摘要
本发明涉及一种基于分类和纠错知识蒸馏的工业设备剩余寿命预测方法及介质,涉及工业设备寿命预测技术领域。基于教师输出预测值与对应的真实值之间的相似度划分得到各个时间序列的困难样本和简单样本,使得可以基于得到的困难样本和简单样本来构建蒸馏损失函数,从而得到总损失函数,使得学生网络模型结合该损失函数在训练过程中可以进行知识自我反省,而不是直接替换真实值,强调自校正,增强了学生模型对真实的数据的适应性,使得可以在降低推理内存的同时,提高预测的精度,从而可以在准确性和推理内存之间实现更好的平衡,以便于在移动设备上更轻松地部署。
技术关键词
剩余寿命预测
教师
样本
蒸馏
滑动窗口
序列
工业设备
学生
模型预测值
高斯核函数
神经网络模型
纠错
寿命预测技术
矩阵
特征值
索引
线性
移动设备
系统为您推荐了相关专利信息
文本
训练样本集
计算机程序产品
语义
可读存储介质
客服辅助系统
政务
大语言模型
关键词
问答知识库