摘要
本发明涉及设备状态预测技术领域,具体公开基于多模态模型的实验室设备数据共享与分析方法及系统,该方法包括:采集实验室设备多模态数据并进行融合,对融合的实验室设备多模态数据进行预处理并进行物理特征对抗增强操作,结合数据驱动的深度学习模型和基于物理的模型,搭建混合预测模型架构,输出实验室设备状态预测模型,对输出的实验室设备状态预测模型进行多目标贝叶斯优化,预测实验室设备状态。本发明解决了补偿性维护在设备出现问题后才维修,虽成本低,但可能损伤设备或造成数据损失;周期性维护虽能一定程度避免设备问题,却较为保守,维护成本较高的问题。
技术关键词
实验室设备
多模态
混合预测模型
分析方法
分层存储架构
深度学习模型
生成对抗网络
多源监测数据
预测阈值
物理
超级管理员
膨胀卷积神经网络
服务器
数据传输模块
双向长短期记忆网络
通讯接口
数据存储模块
多层感知机
系统为您推荐了相关专利信息
自然资源监测技术
节点
数据采集单元
关键词
数据可视化技术
识别分类方法
识别交通工具
高灵敏度传感器
信号特征
数据处理方式
SOC估计方法
小波神经网络
输入神经网络模型
雅克比矩阵
小波变换处理
机械臂控制算法
控制系统
多模态传感器
模型预测控制算法
路径规划算法
人体模型
人体点云模型
分析方法
三维散乱点云数据
顶点