摘要
本申请公开了一种地震信号分类模型的训练方法、装置及介质,方法包括:将目标地震信号数据转化为二维灰度图;在视觉编码模型的初始模型权重下,对二维灰度图进行视觉编码;对目标地震信号数据进行特征编码;将编码得到的视觉编码向量和特征编码向量输入对比学习模型,以优化初始模型权重得到目标模型权重。以目标模型权重为模型初始参数,构建地震信号分类模型;并通过训练数据集对地震信号分类模型进行迭代训练。由此,通过对比学习模型对视觉编码向量和特征编码向量进行自监督学习,充分挖掘到数据中的潜在价值,并以目标模型权重作为初始地震信号分类模型的初始参数进行迭代训练,保证模型精度的同时,提升模型训练效率。
技术关键词
地震
特征编码模型
编码向量
数据
图像分类模型
分类模型构建
训练装置
信号获取模块
图像块
模型训练模块
处理器
参数
像素点
注意力机制
传播算法
网络架构
编码模块
矩阵
系统为您推荐了相关专利信息
虚拟现实内容
处理器
生成图形数据
协作内容
深度图
主成分分析算法
数字孪生模型
学习算法
设备故障诊断方法
实时监测数据
多模态语音
特征提取单元
时间同步
数据同步
深度学习算法
构件尺寸检测
RANSAC算法
桥梁钢塔
点云
数据