摘要
本发明涉及一种基于大模型的电力图像样本数据处理方法、设备、存储介质,方法包括:获取电力图像,利用卷积神经网络提取低级特征和高级特征,作为图像特征,以所述图像特征以及预先获取的电力领域知识库信息作为预训练的大模型的输入,生成标签信息,得到真实样本,实现电力图像的标注;在标注过程中,利用贝叶斯神经网络引入概率分布,以最大化对数似然估计减少标注的不确定性;以使得判别器无法区分生成样本和真实样本为目标训练生成对抗网络,利用训练好的生成对抗网络生成新的电力图像,通过标注得到生成样本;结合平均绝对误差和Fréchet距离,对真实样本和生成样本的相似度和分布一致性进行评估。
技术关键词
样本数据处理方法
生成对抗网络
电力
图像
贝叶斯神经网络
卷积神经网络提取
生成标签
绝缘老化
协方差矩阵
随机噪声
电子设备
程序
可读存储介质
存储器
处理器
参数
指令