Indexed by：
Abstract：
本发明属于磁盘故障预测领域，具体设计一种基于小样本学习的磁盘故障预测方法。本发明首先获取小样本的磁盘的S.M.A.R.T数据；然后通过计算S.M.A.R.T数据属性的信息熵值选取出波动性打的磁盘属性；接下来，通过采用z‑score标准化方法进行数据归一化；进一步，将处理好的小样本数据集送入辅助分类器对抗生成网络进行训练，在原始生成器的基础上添加反崩溃正则项以防止模型崩塌并增加合成样本的多样性；最后，使用训练好的数据生成模型合成大量数据对预测模型进行训练，实现预测。本发明通过数据增强的方法，在小样本数据的条件下就可实现对未来磁盘故障发生的预测，从而降低了磁盘故障预测的时间和经济的成本。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202210807382.3
Filing Date： 2022-07-08
Publication Date： 2022-11-22
Pub. No.： CN115373912A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
