摘要
本发明公开了一种降低电缆误报警的自学习方法、系统及相关设备,所述方法包括:获取待识别的实时震动事件,并截取实时震动事件的实时震动特征;将所述实时震动特征输入至双阶段识别模型,并对实时震动特征执行双阶段的前向传播;其中,所述双阶段识别模型由冻结参数的第一子模型串联第二子模型封装构成;第二子模型的训练集由第一子模型的训练集经拆分标注后生成;根据所述是否报警的二分类指令触发或抑制电缆报警响应;本发明利用时序切片样本构建正负样本对,自动学习施工震动样本在时序连续性下的相似性特征与非施工样本的差异性特征,比于直接在原始信号上训练分类模型的方式,本发明可缩短训练时间的同时,降低电缆的误报警率。
技术关键词
样本
学习方法
更新模型参数
训练集
策略
电缆
计算机可执行指令
标签
阶段
时序
训练分类模型
地图
学习系统
处理器
标记
识别模块
存储器
震源
系统为您推荐了相关专利信息
电力系统模型
优化调度方法
历史负荷数据
储能
参数
通信协议识别方法
KNN算法
时域识别方法
序列
数据
无创生理参数检测
血红蛋白
光电容积脉搏波
光度
多波长
智能负荷管理装置
分控模块
主控模块
线路
开关模块