-
公开(公告)号：CN112036082B
公开(公告)日：2022-03-08
申请号：CN202010875958.0
申请日：2020-08-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于注意力机制的时间序列数据预测方法，涉及数据预测技术领域。本发明考虑随时间推移过程所带来的固有不确定性，并量化为时变变量。针对时序数据建立预测模型，更新参数时添加注意力分布对权值进行打分，有效提高预测准确性。通过判断预测值是否达到故障阈值来判断机械是否能够正常运行，若预测数据超过故障阈值，则机械可能出现故障，需进行维修保养，若小于故障阈值，则机械能够正常运行。与现有技术相比，本发明通过添加注意力分布，可以更准确地预测未来数据。提前提供故障警告并改进维修计划，从而降低了意外维修的成本，提高了机器的可靠性、可用性和安全性。
-
公开(公告)号：CN112036082A
公开(公告)日：2020-12-04
申请号：CN202010875958.0
申请日：2020-08-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于注意力机制的时间序列数据预测方法，涉及数据预测技术领域。本发明考虑随时间推移过程所带来的固有不确定性，并量化为时变变量。针对时序数据建立预测模型，更新参数时添加注意力分布对权值进行打分，有效提高预测准确性。通过判断预测值是否达到故障阈值来判断机械是否能够正常运行，若预测数据超过故障阈值，则机械可能出现故障，需进行维修保养，若小于故障阈值，则机械能够正常运行。与现有技术相比，本发明通过添加注意力分布，可以更准确地预测未来数据。提前提供故障警告并改进维修计划，从而降低了意外维修的成本，提高了机器的可靠性、可用性和安全性。
-
Search Results
2
records
(took 0.018 seconds)
