基于机器学习的健康监测设备数据分类识别方法

本发明涉及电数字数据处理中的监控领域，具体涉及基于机器学习的健康监测设备数据分类识别方法，该方法包括通过多个不同类型的传感器采集多组设备数据，为每组设备数据匹配相应的状态标签；采用基于动态时间窗的滑动归一化策略将设备数据动态分段归一化，得到归一化的设备数据；将归一化的设备数据输入至不同的基于多层极限学习机原理的构建的分类模型中，训练分类模型，得到已训练分类模型；将新采集的设备数据动态分段归一化处理后输入到已训练分类模型中，得到新采集的设备数据对应的状态标签。现有的健康监测设备数据分类识别方法存在分类识别不够准确的问题，该方法则分类识别较为准确。