一种基于多视图特征平衡学习的硬盘故障预测方法

本发明提出了一种基于多视图特征平衡学习的硬盘故障预测方法，通过构建原始特征、直方图统计特征和基于推土机距离的分布偏移特征，全面捕捉硬盘健康状态的短期异常、长期趋势变化及分布偏移情况；通过平行编码器与交叉编码器的协同作用，实现对多视图硬盘特征的高效融合与深度表征学习；通过批量平衡采样策略实现了在每一训练批次中均衡呈现不同难度的样本，既保障模型对易分类样本的快速学习能力，又确保复杂样本特征在模型学习初期即被关注，从而提升整体模型在不同难度样本上的泛化性能与鲁棒性，尤其适用于硬盘故障预测等具有样本异质性的工业预测场景。