摘要
一种商用车云端油品识别模型自适应更新方法,属于商用车网联大数据应用技术领域。本发明的目的是以尽可能降低流数据场景下模型因数据统计分布漂移导致的精度损失,旨在解决现有技术中一个或多个技术问题的商用车云端油品识别模型自适应更新方法。本发明的步骤是:离线准备阶段,基于离线收集的网联数据集对所设计方法框架中的网络进行训练,对其中的阈值进行标定;在线更新阶段,部署于云端的油品识别模型在每一个流数据批次完成识别功能后自适应更新模型的网络参数和阈值。本发明所提供的商用车云端油品识别模型自适应更新方法无需人因介入,模型参数随流数据批次和反馈标签自主更新,提升云端识别模型运维更新任务的效率和自动化水平。
技术关键词
更新方法
样本
云端
模型运维
网络
梯度下降算法
离线
数据
代表
选取特征
参数
阶段
在线
标签
因子
矩阵
框架
重构
符号
偏差
系统为您推荐了相关专利信息
铁路线路预警方法
无人机管理平台
车厢连接处
钩缓装置
控制终端
适配系统
卸载策略
动态资源调度算法
闭环反馈机制
卸载算法
车位状态检测方法
车位状态检测系统
地磁传感器
鲁棒性
车位占用状态