摘要
本申请实施例提供了一种模型训练方法、行为检测方法及相关产品,涉及物联网技术领域。本申请实施例提供的模型训练方法通过多通道特征提取网络的M个通道的并行架构,对来自同一物联网设备上的不同行为数据收集设备的行为数据分别进行特征提取,解决了由于数据来源多样导致的数据结构、数据格式异构性,及语义差异问题。同时,本申请实施例提供的模型训练方法通过多分支分类器网络的多个子分类器,对来自不同通道的行为特征进行分类,降低了多源异构数据对子分类器的影响,克服了行为数据的数据结构、数据格式异构性带来的技术障碍。由此,本申请能够提高多源异构数据的异常行为检测任务,进而提高异常行为检测的准确性。
技术关键词
机器学习模型
分类器
特征提取网络
物联网设备
模型训练方法
设备状态数据
网络流量数据
多通道
编码器模块
输入模块
实时数据
设备通信
多分支
模型训练模块
数据获取模块
数据处理模块
标签
数据收集设备
系统为您推荐了相关专利信息
人脸表情图像
人脸动作
深度学习模型
面部关键点
舵机
智能响应方法
环境传感器数据
执行冲突检测
加权算法
风险
三维CAD模型
内容生成方法
模板
三维模型
尺寸
金属密封件
泄露检测方法
泄露检测系统
气压
校正