摘要
本发明涉及信息技术领域,尤其涉及一种交叉口信控系统零样本故障检测方法、装置、设备及介质,其中,方法包括:构建交叉口信控状态感知系统,获取交叉口信控待检测故障数据;利用神经网络模型对已知故障数据进行特征提取,获取特征向量,利用词向量模型将故障文本中的词汇映射处理,获得语义向量,基于所述特征向量和所述语义向量构建得语义空间;利用所述语义空间判断所述交叉口信控待检测故障数据故障类型,输出故障类别和概率。通过构建语义空间和多模态数据融合的方式,为未知故障的检测与分类提供了新的思路。结合深度学习与广义零样本学习方法,实现了对已知故障和未知故障的精确检测与分类。
技术关键词
交叉口
故障检测方法
状态感知系统
语义向量
词向量模型
计算机执行指令
故障类别
零样本学习方法
软件监控系统
输入神经网络模型
文本
数据传输设备
故障检测装置
可读存储介质
聚类方法
系统为您推荐了相关专利信息
充电匹配方法
信誉
稳定匹配算法
道路交叉口
车对车
信息采集系统
爬虫技术
网页信息采集方法
网页解析器
序列
表情生成方法
语义向量
多模态
语音特征提取
三维头部模型
系统故障检测方法
插件
系统故障检测装置
分布式数据库系统
体检测系统
多标签分类器
标签分类方法
注意力
K近邻
训练集