申请/专利权人：济南浪潮数据技术有限公司

申请日：2024-03-26

公开（公告）日：2024-06-21

公开（公告）号：CN117951529B

主分类号：G06F18/214

分类号：G06F18/214;G06F18/213;G06F18/241;G06N3/08;G06N3/0442;G06F11/30;G06F11/34

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本公开涉及机器学习领域，具体涉及用于硬盘数据故障预测的样本获取方法、装置、设备，方法包括：获取硬盘数据的训练样本以及训练样本对应的样本标签；根据训练样本，构建出生成虚拟样本的第一故障模型；根据样本标签，构建出生成虚拟样本对应的虚拟标签的第二故障模型；根据训练样本、样本标签、第一故障模型以及第二故障模型，确定所述虚拟样本和所述虚拟标签；根据虚拟样本和虚拟标签，得到用于硬盘数据故障预测的目标训练样本和目标训练样本对应的目标样本标签。本公开利用机器学习和混合学习相结合的方式，能够处理好硬盘故障领域中常见的数据不平衡问题，从而提升后续模型对少数类样本的关注程度，从而提升模型的整体预测识别能力。

主权项：1.一种用于硬盘数据故障预测的样本获取方法，其特征在于，所述方法包括：获取硬盘数据的训练样本以及所述训练样本对应的样本标签；根据所述训练样本，构建出生成虚拟样本的第一故障模型；根据所述样本标签，构建出生成所述虚拟样本对应的虚拟标签的第二故障模型；所述根据所述训练样本，构建出生成虚拟样本的第一故障模型，包括：获取样本混合因子和预设数量个训练样本；所述根据所述样本标签，构建出生成所述虚拟样本对应的虚拟标签的第二故障模型，包括：获取所述预设数量个样本标签；根据所述样本混合因子、所述预设数量个训练样本，确定标签混合因子；根据所述标签混合因子和所述预设数量个样本标签，构建所述第二故障模型；所述根据所述样本混合因子、所述预设数量个训练样本，确定标签混合因子，包括：获取每个训练样本的样本量；根据所述样本量、预设决策边界以及所述样本混合因子，确定所述标签混合因子；在所述训练样本的数量为两个的情况下，所述根据所述样本量、预设决策边界以及所述样本混合因子，确定所述标签混合因子，包括：获取第一训练样本的第一样本量与第二训练样本的第二样本量之商，得到目标数值；获取所述目标数值与所述预设决策边界之间的比较结果；根据所述比较结果和所述样本混合因子，确定所述标签混合因子；根据所述训练样本、所述样本标签、所述第一故障模型以及所述第二故障模型，确定所述虚拟样本和所述虚拟标签；根据所述虚拟样本和所述虚拟标签，得到用于硬盘数据故障预测的目标训练样本和所述目标训练样本对应的目标样本标签。

全文数据：

权利要求：

百度查询： 济南浪潮数据技术有限公司 用于硬盘数据故障预测的样本获取方法、装置、设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD