基于IPKO-LightGBM的火控计算机电源模块故障预测方法

AITNT
正文
推荐专利
基于IPKO-LightGBM的火控计算机电源模块故障预测方法
申请号:CN202510450201
申请日期:2025-04-11
公开号:CN119989177A
公开日期:2025-05-13
类型:发明专利
摘要
基于IPKO‑LightGBM的火控计算机电源模块故障预测方法,属于电源模块故障诊断技术领域,包括如下步骤:步骤S01、采集火控计算机电源模块引脚信号的数据,划分训练样本数据和测试样本数据;步骤S02、利用改进的斑翠鸟优化算法IPKO对轻量级梯度提升机LightGBM的关键参数进行寻优,构建故障预测模型IPKO‑LightGBM等。本发明通过采用改进的斑翠鸟优化算法IPKO对轻量级梯度提升机LightGBM的主要参数进行优化,构建故障预测模型,弥补了在训练过程中参数选择的盲目性的缺陷。
技术关键词
计算机电源模块 故障预测模型 故障预测方法 梯度提升机 训练样本数据 位置更新 KPCA算法 故障诊断技术 阶段 参数 策略 信号 节点
系统为您推荐了相关专利信息
1
一种基于深度学习的工业设备故障预测方法及系统
工业设备故障 历史运行数据 深度学习算法 更新模型参数 生成样本数据
2
通信蓄电池组在线远程充放电故障预测方法及系统
通信蓄电池组 节点 蓄电池组充放电 网络 故障预测方法
3
结合多维数据分析的地热开发风险监测方法及装置
拓扑特征 风险监测方法 节点 跨尺度特征融合 序列
4
生物标志物模型训练方法、系统、电子设备及介质
模型训练方法 生物标志物 组织芯片 算法模型 基因
5
一种机器人动作生成方法及相关装置
噪声预测 特征提取模块 编码特征 多视角 多模态特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号