← 返回列表
故障识别方法、模型的训练方法、装置、设备以及介质
申请人信息
- 申请人:苏州元脑智能科技有限公司
- 申请人地址:215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢
- 发明人: 苏州元脑智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 故障识别方法、模型的训练方法、装置、设备以及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410223841.2 |
| 申请日 | 2024/2/28 |
| 公告号 | CN117807481A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06F18/24 |
| 权利人 | 苏州元脑智能科技有限公司 |
| 发明人 | 张潇澜; 李峰 |
| 地址 | 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢 |
摘要文本
本发明实施例提供了一种故障识别方法、模型的训练方法、装置、设备以及介质，涉及数据处理领域，该方法包括：通过获取待识别日志数据，并基于故障识别模型中的特征提取模型，对待识别日志数据进行特征提取，得到特征提取向量；特征提取模型是基于用于提取不同维度特征的至少两个目标语义模型融合得到的；基于故障识别模型中的目标分类模型，对特征提取向量进行处理，得到目标故障对应的故障分类结果；故障分类结果用于表征目标故障对应的故障类型。这样，一定程度上增加了特征的表达维度，提高了特征提取向量的表达能力，并通过目标分类模型对特征提取向量进行处理得到故障分类结果，能够更准确的确定故障分类结果，提高了故障分类结果的准确性。
专利主权项内容
1.一种故障识别方法，其特征在于，所述方法包括：获取待识别日志数据；所述待识别日志数据用于记录目标故障对应的故障信息；基于故障识别模型中的特征提取模型，对所述待识别日志数据进行特征提取，得到特征提取向量；所述特征提取模型是基于用于提取不同维度特征的至少两个目标语义模型融合得到的，所述特征提取向量用于表征所述待识别日志数据对应的多维度特征信息；基于所述故障识别模型中的目标分类模型，对所述特征提取向量进行处理，得到所述目标故障对应的故障分类结果；所述故障分类结果用于表征所述目标故障对应的故障类型。