摘要
本发明涉及一种用于总线信号逆向工程的深度学习网络模型的训练方法,所述训练方法包括:基于在设定的测试工况下采集的总线报文数据产生各帧总线报文的第一特征图集,第一特征图集包括用于表征相应帧的总线报文中的所有字节的所有位的数值变化状况的第一热力分布图,和相应帧的总线报文的各个字节的数值随时间变化的曲线图(S1);利用各帧总线报文的文本特征数据、第一特征图集和由所述第一特征图集标注得到的第二特征图集作为输入数据训练深度学习网络模型,第二特征图集包括用于表征相应帧的总线报文中的信号起始位及其关联位的数值变化状况的第二热力分布图,和相应帧的总线报文的信号起始位所在字节的数值随时间变化的曲线图(S2)。
技术关键词
深度学习网络模型
报文
计算机程序指令
数据
信号
数值
文本
长短期记忆网络
换挡工况
前馈神经网络
减速工况
充电工况
车载空调
计算机程序产品
直流充电
处理器
注意力机制
存储器