摘要
本发明提供一种基于机器学习的工业用减速器寿命预测方法、系统,涉及人工智能技术领域,其中方法包括:聚合所有数据提供方的正式训练样本,对寿命预测机器学习模型进行增量式更新训练;基于训练后的寿命预测机器学习模型,对工业用减速器执行实时剩余使用寿命预测;对于每一数据提供方,当其上传待提供减速器样本的数据概要时:基于数据概要评估样本价值,并结合该数据提供方的多维画像信息确定样本整理能力上限;引导该数据提供方在样本整理能力上限内完成待提供减速器样本的初步整理;对初步整理后的待提供减速器样本执行样本整理能力上限之外的自动化增强处理,生成正式训练样本。通过多方数据聚合与增量式训练突破传统单一数据来源的局限性。
技术关键词
工业用减速器
寿命预测方法
样本
剩余使用寿命预测
机器学习模型
焦虑
寿命预测系统
画像
实时监测数据
人工智能技术
监测平台
强度
序列
指标
模块
标签
代表
系统为您推荐了相关专利信息
智能推荐系统
智慧图书馆
书籍
注意力模型
非线性
时序异常检测方法
数据
预测误差
神经网络模型
斯皮尔曼相关系数
医学图像分类方法
文本编码器
图像编码器
分类器
医学图像数据