摘要
本发明提供了一种基于人工智能的系留固定索具的性能评估方法及装置,涉及数据处理的技术领域,包括:获取系留固定索具的原始样本数据集合,其中,原始样本数据集合包括:系留固定索具在实际运行过程中的性能数据、在实验室的各项模拟环境中的性能数据以及故障与使用数据;基于预设的磁场线重构模拟优化的神经网络模型,对原始样本数据集合进行特征提取处理,以提取各项样本数据对应的目标特征集;将原始样本数据集合和目标特征集发送至预设的分类器中,对分类器进行分类训练,确定目标性能评估模型,其中,目标性能评估模型用于对系留固定索具的性能进行评估。本发明可以显著提升系留固定索具的性能评估效率和性能评估准确率。
技术关键词
神经网络模型
性能评估方法
索具
样本
计算机可执行指令
数据
生成对抗网络模型
优化神经网络
重构单元
矩阵
分类器
神经网络参数
重构策略
重构模块
性能评估装置
编码器
传播算法
系统为您推荐了相关专利信息
GIS设备
设备运行故障
三维模型
故障分析数据
设备运行状态数据
判定方法
时序神经网络
生成规则
长短期记忆网络
定位轨迹数据
地连墙施工
排放预测方法
地铁车站
排放量
神经网络模型
语音输入信息
样本
大语言模型
文本特征向量
数据