System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及设备运维,尤其涉及一种设备当前运行状态的描述方法、装置及电子设备。
技术介绍
1、随着物联网技术的不断发展,越来越多的设备被连接到了互联网上。这些设备不仅能够收集和传输海量的运行数据,还能够通过传感器等技术感知周围环境和用户行为。
2、传统的设备管理和控制系统主要依靠专业人员的经验和知识来进行运维和维护。这种方式存在人力成本高、效率低、容易出错等问题,且随着设备数量的不断增加,这种方式已经无法满足实际需求。此外这些海量的数据和信息对于人类来说难以直接理解和分析。因此急需一种设备当前运行状态的描述方法。
技术实现思路
1、本专利技术提供了一种设备当前运行状态的描述方法、装置及电子设备,以解决某一区域内存在多个运维设备,从而导致设备数据量多且复杂,难以从中确定出准确的运维所需信息的问题。
2、根据本专利技术的一方面,提供了一种设备当前运行状态的描述方法,该方法包括:
3、获取设备的当前运行数据;其中,当前运行数据用以表示设备的当前运行状态;
4、将当前运行数据输入至预先训练的设备状态描述模型中,得到设备的当前状态自然语言描述;其中,当前状态自然语言描述为通过自然语言对设备的当前运行状态的描述信息;
5、其中,设备状态描述模型由多层感知机构建,并包含至少一个隐藏层;设备状态描述模型由历史运行数据和与历史运行数据对应的历史状态自然语言描述训练得到,并通过隐藏层中各个神经元的权重系统进行表示。
6、根据本专
7、当前数据获取模块,用于获取设备的当前运行数据;其中,当前运行数据用以表示设备的当前运行状态;
8、当前数据输入模块,用于将当前运行数据输入至预先训练的设备状态描述模型中,得到设备的当前状态自然语言描述;其中,当前状态自然语言描述为通过自然语言对设备的当前运行状态的描述信息;
9、其中,设备状态描述模型由多层感知机构建,并包含至少一个隐藏层;设备状态描述模型由历史运行数据和与历史运行数据对应的历史状态自然语言描述训练得到,并通过隐藏层中各个神经元的权重系统进行表示。
10、根据本专利技术的另一方面,提供了一种电子设备,电子设备包括:
11、至少一个处理器;以及
12、与至少一个处理器通信连接的存储器;其中,
13、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本专利技术任一实施例的设备当前运行状态的描述方法。
14、根据本专利技术的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本专利技术任一实施例的设备当前运行状态的描述方法。
15、本专利技术实施例的技术方案,通过获取设备的当前运行数据,以及将当前运行数据输入至预先训练的设备状态描述模型中,得到设备的当前状态自然语言描述,实现了对所需运维的设备的当前状态的自然语言描述,从而减少了运维人员的工作量,提高了运维效率。
16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种设备当前运行状态的描述方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,将所述当前运行数据输入至预先训练的设备状态描述模型中,得到所述设备的当前状态自然语言描述,包括:
3.根据权利要求1所述的方法,其特征在于,所述设备状态描述模型的训练过程为:
4.根据权利要求3所述的方法,其特征在于,所述将所述历史运行数据输入至预先设置的初始描述模型中,确定所述至少一个隐藏层的权重系数,包括:
5.根据权利要求4所述的方法,其特征在于,根据所述初始模型计算结果以及所述历史状态自然语言描述,对所述至少一个隐藏层中各神经元的初始权重系数进行调整,包括:
6.根据权利要求3所述的方法,其特征在于,在所述至少一个隐藏层中,前一个隐藏层的神经元数量大于后一个隐藏层的神经元数量;所述隐藏层的激活函数为线性整流函数。
7.根据权利要求3所述的方法,其特征在于,所述将所述历史运行数据输入至预先设置的初始描述模型中,包括:
8.一种设备当前运行状态的描述装置,其特征在于,包括:
9.一种电
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的设备当前运行状态的描述方法。
...【技术特征摘要】
1.一种设备当前运行状态的描述方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,将所述当前运行数据输入至预先训练的设备状态描述模型中,得到所述设备的当前状态自然语言描述,包括:
3.根据权利要求1所述的方法,其特征在于,所述设备状态描述模型的训练过程为:
4.根据权利要求3所述的方法,其特征在于,所述将所述历史运行数据输入至预先设置的初始描述模型中,确定所述至少一个隐藏层的权重系数,包括:
5.根据权利要求4所述的方法,其特征在于,根据所述初始模型计算结果以及所述历史状态自然语言描述,对所述至少一个隐藏层中各神经元的初始权重系数进行调整,...
【专利技术属性】
技术研发人员:洪家杰,龚启鹏,
申请(专利权)人:博锐尚格科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。