為提高硬盤剩余使用壽命預(yù)測器的精度,提出一種基于smart數(shù)據(jù)篩選和隨機(jī)森林預(yù)測器進(jìn)行剩余使用壽命預(yù)測的方法。提出基于硬盤使用壽命長短進(jìn)行數(shù)據(jù)集分割的策略,有效提升預(yù)測精度;在此基礎(chǔ)上,在硬盤臨近失效狀態(tài)時(shí),利用相似度度量待預(yù)測硬盤與訓(xùn)練集硬盤狀態(tài)的相似性,選擇相似度高的硬盤構(gòu)成新的訓(xùn)練集,提高預(yù)測器在硬盤臨近失效時(shí)的精度。利用BACKBLAZE提供的數(shù)據(jù)集驗(yàn)證,相比簡單的運(yùn)用隨機(jī)森林預(yù)測器,進(jìn)行數(shù)據(jù)集分割和訓(xùn)練集篩選的預(yù)測器具有更高的精度。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 相關(guān)原理
    1.1 隨機(jī)森林
    1.2 MDA算法
    1.3 回歸預(yù)測評(píng)價(jià)指標(biāo)
    1.4 信息增益與信息熵
2 數(shù)據(jù)集劃分
    2.1 數(shù)據(jù)集
    2.2 隨機(jī)森林模型預(yù)測缺陷
    2.3 使用壽命與預(yù)測精度
    2.4 熵與數(shù)據(jù)集劃分
    2.5 預(yù)測目標(biāo)的選取
3 臨近失效預(yù)測優(yōu)化
    3.1 算法描述
    3.2 改進(jìn)的MDA算法
    3.3 健康狀態(tài)相似度
4 實(shí)驗(yàn)與分析
    4.1 數(shù)據(jù)處理
    4.2 訓(xùn)練集分割與預(yù)測效果
    4.3 臨近失效狀態(tài)優(yōu)化
5 結(jié)束語



本文編號(hào)：3956954