物联网设备的深度学习故障预测方法

来源 :小型微型计算机系统 | 被引量 : 4次 | 上传用户:eric_yf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着物联网的发展,对物联网设备进行故障预测,提高其可靠性变得越来越重要.如果能够预测故障,就能够进行相应的准备来避免故障或减少损失.本文阐述了故障预测的现有技术,传统的方法需要对设备建立数理模型,很多系统和设备的模型很复杂.本文提出了基于长短期记忆网络(LSTM)的设备故障预测方法,使用摄像头的故障日志数据建立模型,对其故障进行预测.该模型以最小化均方根误差为目标,使用当前时间以前的故障记录作为模型的输入,对下一次故障的发生时间进行预测,并使用当前故障的发生时间更新模型以进行下一次故障的预测.相比于
其他文献
目前应用在电容式传感器中的电容检测电路主要为分立式结构,存在有结构复杂,功耗较大,精度较低等缺点.新型集成电容检测芯片MS3110,适用于需要高分辨率电容检测电路的电容式传感
会议
本文针对舰船对浪高实时测量的需要,提出了基于X波段雷达的海浪监测装置的设计方案.文中还具体介绍了基于X波段雷达海浪监测装置的设计原则、功能设计、硬件设计以及基于VC++
目前,在关系抽取和分类任务中,通过将卷积神经网络和循环神经网络与注意力机制相结合的深度学习技术,一直以来都是主流和最佳的解决方法.最近提出的BERT(Bidirectional Encod
Aspect-BasedSentimentClassification(ABSC)属于细粒度情感分析任务之一,旨在发现实体方面(Aspect)相关的情感倾向.本论文中提出一种基于胶囊网络的模型:MADC(Model based o
AD7705是一款16位双通道,低成本高性能的AD转换芯片,广泛应用于各种电压测量电路中,以AD7705和微控制器构成的温度测量系统实现简单、可靠性高、编程方便,配合Pt100铂热电阻使用,
设计了一种基于CDMA的心电监护系统的数据终端,利用DSP的高速运算能力,将采集的心电数据有效压缩,同时利用CDMA数据终端将压缩成包的心电数据发送给监护中心.设计中充分考虑到低
针对现有视觉目标跟踪方法精度不高的实际问题,提出了一种融合改进YOLOv2网络的视觉多目标跟踪方法.首先,优化了原有YOLOv2网络结构以提高视觉多目标检测的可靠性.然后,结合Deep-SORT的多目标实时跟踪方法克服了YOLOv2在检测阶段存在的帧间信息被忽略的缺陷.针对目标遮挡情况,提出了目标状态变化率修正策略,移植轻量级神经网络的深度可分离卷积取代特征提取网络中的普通卷积,提高了跟踪的整体性
面向工业物联网的故障运维数据对传输量、实时性等要求各有不同,在传感信息多样化及大数据量传输条件下,建立高效灵活的通信调度模型,保障事件触发类通信中突发敏感数据的实
近年来,稀疏表示的方法在图像超分辨率(Super-resolution,SR)重建方面取得了较好的结果.但是,由于图像在获取的过程中受外界因素的影响,获取到的低分辨率(Low Resolution,LR)图像细节往往损失严重,在图像SR重建中LR图像自身可利用的先验信息有限.因此,传统的稀疏表示不能很好地恢复出图像的高频细节.针对这一不足,本文基于稀疏表示的SR重建思想,采用邻域回归的方法从外部样
微生物识别对于水质检测及污水处理领域具有重要意义,传统方法效率低下,需要大型仪器、人工干预.针对上述问题,本文提出一种嵌入式平台下微生物数字全息显微图像分类系统.本文使用数字全息显微镜采集微生物图像,引入卷积神经网络进行分类计算,利用Tengine架构在嵌入式平台部署神经网络算法,构建实现了GoogLeNet、AlexNet、VGG16Net等模型,实现在Whoi微生物数据集上的分类检测.使用精简