基于多任务深度神经网络的铁路设施故障诊断与预测方法

本发明提供一种基于多任务深度神经网络的铁路设施故障诊断与预测方法，包括：获取铁路设施的运行数据，对运行数据进行优化预处理，得到优化预处理后的运行数据；采用长短期记忆网络捕捉优化预处理后的运行数据中的长期依赖关系，得到特征向量；采用互信息法在特征向量中得到与铁路设施健康状态具有关联的初始特征；通过相关性分析，去除初始特征中相关性高于预设相关阈值的冗余特征，得到目标特征；将目标特征输入预先构建的多任务深度神经网络自组织映射模型，诊断和预测铁路设施的故障状态，实现了从海量数据中挖掘有价值的信息，准确高效的预测铁路设施的健康状态。