一种面向工业设备异常监测的时序数据与知识融合表征方法
公开
摘要
本发明属于工业设备异常监测领域，提出了一种面向工业设备异常监测的时序数据与知识融合表征方法。其特征在于，包括如下步骤：步骤1.预处理；步骤2.构建“设备‑事件‑状态”多层关联图谱，并通过引入数据关联、时间关联、先验关联进行更新；步骤3.网络表征学习。解决了传统设备数据库专业性强、适应性弱的弊病，为工业互联网场景中数据的自动化处理提供了新的思路和解决方法。
基本信息
专利标题 ：
一种面向工业设备异常监测的时序数据与知识融合表征方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114625883A
申请号 ：
CN202210126690.X
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王成唐昊
申请人 ：
同济大学
申请人地址 ：
上海市杨浦区四平路1239号
代理机构 ：
上海科律专利代理事务所(特殊普通合伙)
代理人 ：
叶凤
优先权 ：
CN202210126690.X
主分类号 ：
G06F16/36
IPC分类号 ：
G06F16/36 G06K9/62 G06N3/04 G06N5/02 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/36
••语义工具的产生,例如,本体论或词典
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
