摘要
本发明公开了一种适配云端服务器的车辆故障诊断模型训练方法及装置,其中,方法包括如下步骤:采集带有车辆故障类别标签的数据;将所述带有车辆故障类别标签的数据,上传到云端服务器;在云端服务器内对所述带有车辆故障类别标签的数据进行预处理,得到预处理后的故障数据;针对预处理后的故障数据使用变分自编码器进行特征提取,得到特征数据;将所述特征数据作为改进的支持向量机SVM的输入来构建结合变分自编码器的故障诊断模型;其中,所述改进的支持向量机SVM为一对多对一分类器。本发明提供的技术方案中,采用该种分类器与传统的SVM相比,具有更简单、适用性更广泛、灵活性和独立性强等优势。
技术关键词
故障类别
车辆故障诊断
云端服务器
模型训练方法
故障诊断模型
模型训练装置
编码器
特征数据提取
标签
SVM分类器
数据采集单元
样本
阶段
聚类
误差
系统为您推荐了相关专利信息
协同感知方法
监测点
模数
远程终端控制系统
全同态加密算法
样本
属性推断方法
模型训练方法
模型更新
计算机存储介质
电机故障诊断方法
胶囊网络
特征提取网络
模型训练方法
电机运行状态