公开(公告)号：CN111695607B

公开(公告)日：2025-01-21

申请号：CN202010450281.6

申请日：2020-05-25

Applicant: 北京信息科技大学

Inventor： 王超 ,  吴明慧

IPC: G06F18/2433 ,  G06F18/2411 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明的基于LSTM增强模型的电子设备故障预测方法涉及对长短时神经网络进行记忆增强的方法，目的是为了克服对设备故障采用现有LSTM模型预测，精度会随着时序长度而逐渐下降的问题，方法具体如下：步骤一、采集电子设备运行过程中的监测数据，并对监测数据进行预处理；步骤二、搭建LSTM增强模型，将预处理后的监测数据输入到LSTM增强模型里进行训练，得到训练后的LSTM增强模型；步骤三、根据训练后的LSTM增强模型和一段时间内的监测数据，对电子设备故障进行预测。

公开(公告)号：CN111695607A

公开(公告)日：2020-09-22

申请号：CN202010450281.6

申请日：2020-05-25

Applicant: 北京信息科技大学

Inventor： 王超 ,  吴明慧

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明的基于LSTM增强模型的电子设备故障预测方法涉及对长短时神经网络进行记忆增强的方法，目的是为了克服对设备故障采用现有LSTM模型预测，精度会随着时序长度而逐渐下降的问题，方法具体如下：步骤一、采集电子设备运行过程中的监测数据，并对监测数据进行预处理；步骤二、搭建LSTM增强模型，将预处理后的监测数据输入到LSTM增强模型里进行训练，得到训练后的LSTM增强模型；步骤三、根据训练后的LSTM增强模型和一段时间内的监测数据，对电子设备故障进行预测。