摘要
本发明公开了多维度相似度度量结合自适应权重调整的迁移学习方法,涉及模型训练技术领域,方法包括:针对任一待检测机械设备,调取该待检测机械设备在不同维修机构的至少两份历史维修记录,并对所有历史维修记录进行整合处理以及清洗处理,生成该待检测机械设备的维修数据;通过预训练模型对维修数据与不同损坏类别样本数据进行特征提取,得到第一特征向量以及第二特征向量,根据第一特征向量以及第二特征向量,计算维修数据与不同损坏类别样本数据之间的相似度,将相似度最高的损坏类别样本数据对应的损坏类别的使用寿命作为待检测机械设备的检测结果。本发明能够有效识别待检测机械设备的潜在问题,提高检测的准确性和效率。
技术关键词
检测机械设备
迁移学习方法
历史维修记录
预训练模型
迁移学习系统
度量
样本
卷积神经网络提取
模型训练技术
动态时间规整
异常数据
序列
电子设备
标签文本
可读存储介质
处理器
计算机
项目
系统为您推荐了相关专利信息
配置文件检查方法
预训练模型
金融服务系统
医疗服务系统
检查装置
文本数据分类方法
数据分类模型
预训练模型
数据分类系统
金融
深度强化学习算法
动态网络环境
策略
更新模型参数
塑形技术