摘要
本发明公开了一种风险操作识别方法、装置及设备,通过对预训练的原型图卷积网络模型的训练,得到目标原型图卷积网络模型,当获取到待检测操作数据时,将待检测操作数据输入至目标原型图卷积网络模型,输出对应的类别;通过下列方式进行训练:首先,基于操作数据,构建多个抽样子图;其次,针对每个抽样子图,通过图卷积网络确定节点嵌入,以及确定与每个节点嵌入对应的类别;最后,确定每个类别的原型嵌入,以及基于原型嵌入确定节点的类别,以及基于损失函数优化预训练的原型图卷积网络模型,得到目标原型图卷积网络模型。本申请通过对预训练的原型图卷积网络模型的训练以实现对未曾出现的风险操作进行识别,进而提高对风险操作识别的准确性。
技术关键词
卷积网络模型
原型
节点特征
损失函数优化
广度优先搜索
计算机存储介质
识别方法
数据
图表
风险
矩阵
识别设备
处理器通信
识别装置
存储器
指令
系统为您推荐了相关专利信息
轨迹规划方法
车道结构
动态障碍物
静态障碍物
输入解码器
变流方法
双向逆变系统
负荷预测模型
核主成分分析
策略
移动视频设备
分析方法
关键帧
关节点特征
跑步装置
协同办公管理系统
大数据
子模块
孤立森林算法
动态告警