基于异构感知数据的设备状态连续预测方法、设备及装置

本申请涉及一种基于异构感知数据的设备状态连续预测方法、设备及装置，通过对由多个传感器接收得到，关于同一设备得到的观测数据进行预处理后，再分别从中提取状态数据以及全局压缩数据，分别采用注意力特征提取网络和特征提取网络进行特征选择矢量和输出特征的提取，其中，全局压缩数据表示观测数据的宏观状态变化，而状态数据表示某一时刻的具体观测数据，并最后根据特征选择矢量和输出特征对设备状态进行预测。本方法以实例的宏观状态变化指导模型对当前状态的有效认知，进而提升模型对具有个体差异的实体的特征提取表现，以达到设备状态的精准预测。