买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利一种基于多实例对抗学习的企业级固态硬盘故障预警方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115658401B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211291317.6，技术领域涉及：G06F11/22；该发明授权一种基于多实例对抗学习的企业级固态硬盘故障预警方法是由王宇;谷俊伟;訾艳阳设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本一种基于多实例对抗学习的企业级固态硬盘故障预警方法在说明书摘要公布了：本发明公开一种多实例对抗学习的企业级固态硬盘故障预警方法，基于最相关监测指标，运用多实例学习方法将长时间序列SMART数据转化成多段固态硬盘状态退化数据的实例，对多段实例进行装袋分析，实现固态硬盘长时间序列故障信息融合；运用基于多实例学习的对抗域适应网络对齐已知固态硬盘故障特征分布与未知固态硬盘故障特征分布，将已知固态硬盘故障特征知识迁移到未知固态硬盘数据。通过自适应故障预警模型，判定当前时刻固态硬盘健康状态。本发明能够学习多种固态硬盘多种故障特征知识，实现基于固态硬盘状态监测的在线故障预警，能保证在零误报的情况下，获得高水平的故障检出率。

本发明授权一种基于多实例对抗学习的企业级固态硬盘故障预警方法在权利要求书中公布了：1.一种基于多实例对抗学习的企业级固态硬盘故障预警方法，其特征在于，包括以下步骤： 通过固态硬盘运行数据SMART参数集筛选出用于固态硬盘故障预警的最相关监测指标； 运用多实例学习方法将最相关监测指标数据转化成多段固态硬盘状态退化数据的实例，对多段实例进行装袋分析，构建训练集，根据训练集实现固态硬盘长时间序列故障信息融合，得到长序列固态硬盘融合信息； 运用基于多实例学习的对抗域适应网络对齐已知固态硬盘故障特征分布与未知固态硬盘故障特征分布，并将已知固态硬盘故障特征知识迁移到未知固态硬盘数据，得到故障预警迁移特征，根据所得故障预警迁移特征，得到自适应故障预警模型，根据长序列固态硬盘融合信息利用自适应故障预警模型判定当前时刻固态硬盘健康状态； 用于固态硬盘故障预警的最相关监测指标包括读取错误率、重分配扇区计数、可用保留区块计数、磨损均衡计数、重分配事件计数和不可纠正错误计数； 基于训练集的长序列固态硬盘融合信息通过以下过程得到： 利用多实例学习卷积神经网络监督学习算法对训练集数据进行学习，得到基于训练集的长序列固态硬盘融合信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710048 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。