公开(公告)号：CN110333987B

公开(公告)日：2020-06-02

申请号：CN201910597798.5

申请日：2019-07-04

Applicant: 湖南大学

Inventor： 陈果 ,  周清清 ,  陈建国 ,  李肯立 ,  李克勤

IPC: G06F11/30 ,  G06N3/04 ,  H04L12/24 ,  H04L12/26

Abstract: 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。

公开(公告)号：CN110333987A

公开(公告)日：2019-10-15

申请号：CN201910597798.5

申请日：2019-07-04

Applicant: 湖南大学

Inventor： 陈果 ,  周清清 ,  陈建国 ,  李肯立 ,  李克勤

IPC: G06F11/30 ,  G06N3/04 ,  H04L12/24 ,  H04L12/26

Abstract: 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。