摘要
本申请涉及一种CT设备的球管寿命预测的方法及存储介质。本申请首先得到反映CT设备的目标球管的退化状态的目标时间序列数据。然后,从预设的数据库中筛选与目标球管的退化模式匹配的历史样本数据。再基于历史样本数据训练初始预测模型,并将训练好的初始预测模型作为与目标球管匹配的目标预测模型。最后,将目标时间序列数据输入目标预测模型,通过递归多步预测机制对所述目标球管的剩余使用寿命进行预测。本申请通过筛选与目标球管退化模式匹配的历史样本数据,可以减少对个性化故障模式的误判断,同时,通过动态的模型训练机制,可以为每个目标球管匹配的目标预测模型,从而可以提高对CT设备的球管进行寿命预测的精度。
技术关键词
频域特征
剩余使用寿命
样本
数据
时域特征
序列
CT设备
多头注意力机制
时间段
模式匹配
编码器
长短期记忆神经网络
多层感知机
多域特征
矩阵恢复
可读存储介质
解码器
系统为您推荐了相关专利信息
业务预测模型
决策规划方法
客户
度量学习方法
指派
采集误差
数据处理方法
移动平均滤波
队列
滤波模块
剩余使用寿命
建筑垃圾处置
特征提取模块
多尺度
样本
动态背光控制方法
环境光亮度
分区
动态响应模型
热传导