摘要
本发明提供了一种基于融合作业行为数据的低压作业能力评估与优化方法,包括以下步骤:对作业行为数据进行多维风险特征标注,将触电接触行为与关键操作反应延迟行为识别并分类为高风险异常行为;采用扩充采样方法生成增强样本,提升高风险异常行为在数据集中的比例;根据数据来源类型设定风险敏感度;调整异常识别阈值与筛选优先级,将高风险异常行为设置为最高保留等级;保留被筛选为异常的数据并标记为高风险关键样本;将高风险关键样本与正常样本输入评估模型,调整对模型训练与推理的影响;依据模型输出结果比对原始标注,得到识别精度与评估效果的自适应优化结果。本发明能提升作业能力评估系统对高风险行为的识别精度和安全决策可靠性。
技术关键词
高风险
样本
分类机制
处理单元
低压
滑动窗口
采样方法
计算机可读指令
特征模板
总线系统
信任度模型
标记
异常数据
决策
生成对抗网络
字段
存储器
系统为您推荐了相关专利信息
LSTM神经网络
卫星钟差预测方法
序列
广播星历
超参数
故障预测模型
电池模组
故障预测装置
故障预测方法
数据通信装置
逻辑处理单元
图像采集单元
显示装置
投影单元
图像生成单元