[发明专利]设备体检报告生成方法、装置、计算机设备和存储介质有效
| 申请号： | 201910597798.5 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110333987B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 陈果;周清清;陈建国;李肯立;李克勤 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06F11/30 | 分类号： | G06F11/30;G06N3/04;H04L12/24;H04L12/26 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 黄晶晶 |
| 地址： | 410001 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种设备体检报告生成方法、装置、计算机设备和存储介质，首先，采用分布式训练模式对LSTM神经网络进行训练，减少了网络链路中构建有LSTM神经网络的节点的数据处理量，提高数据的处理速度，基于网络流量调度方法对分布式训练模式进行优化，减少各节点的通信时间，然后，使用关联分析算法，提取出关键的设备的故障特征，基于这些故障特征，使用基于网络流量调度方法优化后的分布式训练模式进行训练得到的LSTM神经网络进行故障诊断，能够实现对设备故障的准确诊断与预测，最后，使用注意力机制将诊断预测的结果高效生成文本形式的体检报告。 | ||
| 搜索关键词： | 设备 体检 报告 生成 方法 装置 计算机 存储 介质 | ||
【主权项】：
1.一种设备体检报告生成方法，其特征在于，所述方法包括：获取设备的工况数据；根据关联分析算法，提取出所述工况数据中的故障特征集；根据已训练的长短期记忆LSTM神经网络，对所述故障特征集进行故障诊断与预测，输出所述设备的诊断预测数据，所述已训练的长短期记忆LSTM神经网络基于经网络流量调度方法优化后的分布式训练模式训练得到；基于注意力机制，将所述诊断预测数据转换为文本数据；对所述文本数据进行文本校对，生成所述设备的体检报告。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910597798.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种保障redis集群可用性的方法
- 下一篇：热点资源使用模拟方法及装置
