-
公开(公告)号：CN117556301A
公开(公告)日：2024-02-13
申请号：CN202311570546.6
申请日：2023-11-23
Applicant: 南京大学
IPC: G06F18/24 , G06N3/088 , G06F18/214 , G06F18/2131 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种利用混合无标记数据的半监督域泛化故障检测方法，首先用户需要准备好若干个来自不同域的故障检测对象库，通过人工标注的方法为每个库中的少量对象提供类别标记，这些有类别标记的对象称为有标记训练数据，其组成的类别空间称为已知类；其余没有类别标记的对象称为无标记训练数据，其真实类别可能与有标记训练数据的类别相同，也有可能不同，与有标记训练数据不同的类别称为未知类。然后通过利用一对其余分类模型，逐类自适应置信度阈值以及一致性正则等技术，有效地将无标记训练数据中的已知类以及未知类样本区分开来，更加精细化地分别利用已知类和未知类样本进行训练，提高故障检测的准确度。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
