摘要
本发明涉及机器学习和核电安全评估技术领域,公开了一种基于机器学习的核电安全评估方法及系统,其中,一种基于机器学习的核电安全评估方法,包括:采集核电站多源异构数据并进行预处理;构建时间卷积网络模型提取多模态数据的多尺度时序特征并实现模态对齐;构造对比学习模型优化多模态特征表示;在优化后的特征表示空间中构建多粒度原型学习模型;构建自适应注意力融合模型动态整合多模态信息,持续学习技术不断优化评估模型;通过多模态融合和多尺度时序表示学习,实现了对核电站安全状态的全方位评估,提高了安全评估的全面性。
技术关键词
时间卷积网络
样本
多源异构数据
原型
多模态特征
核电站
时序特征
多模态信息
密度峰值聚类算法
多尺度特征
特征提取模块
数据采集模块
蒸馏
模型更新
注意力机制