摘要
本公开提供了一种用于轨道交通故障诊断的类别识别模型训练方法、故障类别识别方法,可以应用于轨道交通故障诊断技术领域。该方法包括:获取训练样本,其中,训练样本包括样本故障特征数据、样本故障类别标签,样本故障特征数据表征在轨道交通场景中采集的故障特征数据;对样本故障特征数据进行过采样处理,得到样本合成特征数据,其中,样本合成特征数据的数量大于预设数量阈值;利用生成对抗网络处理样本合成特征数据和样本故障特征数据,得到样本目标生成数据;利用初始类别识别模型处理样本目标生成数据,得到样本故障类别识别结果;基于样本故障类别识别结果和样本故障类别标签,训练初始类别识别模型,得到训练后的类别识别模型。
技术关键词
故障类别
故障特征
样本
生成对抗网络
轨道交通故障诊断
关联特征数据
识别模型训练方法
轨道交通场景
标签
识别方法
池化特征
卷积特征
识别模块
采样模块
识别装置
处理器
系统为您推荐了相关专利信息
预警模型构建方法
网络
无标签样本
语义特征
多层感知机
二维图像数据
重构图像数据
重构误差
静止轨道卫星
信号
协议转换模块
轻量化神经网络
私有协议
网络接口单元
主控系统
半径估算方法
标签数据处理
深度学习模型训练
sigmoid函数
构建卷积神经网络
深度强化学习模型
虚拟机迁移方法
样本
迁移虚拟机
物理