摘要
本公开提供了一种模型的训练方法、系统、电气设备的故障预测方法及系统。该训练方法包括获取三元组数据;以三元组数据作为正样本数据,生成正样本数据对应的候选负样本数据;将正样本数据与候选负样本数据输入预设嵌入式模型,输出候选负样本与对应的正样本数据之间的相似度;选取相似度小于预设相似度的候选负样本数据作为全局硬负样本数据;将三元组数据分为若干的正样本数据子集;基于正样本数据子集动态生成对应的批量硬负样本数据;基于全局硬负样本数据、批量硬负样本数据和正样本数据计算目标损失值;基于目标损失值动态调整预设嵌入式模型,得到电气设备知识图谱模型。通过全局硬负样本和批量硬负样本,提升模型区分能力和鲁棒性。
技术关键词
知识图谱模型
电气设备
样本
故障预测方法
三元组
批量
动态
数据获取模块
训练系统
故障预测系统
输出模块
处理器
计算机程序产品
可读存储介质
存储器
鲁棒性
电子设备
系统为您推荐了相关专利信息
业务需求分析方法
关键词
语音
可读存储介质
模板
云平台
智能分析算法
双向长短期记忆网络
隐私保护技术
硬件设备