- 1、本文档共21页,其中可免费阅读20页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供了一种用电信息采集设备故障分类模型训练方法及装置,其中,该方法包括:对故障信息样本集进行数据处理,以得到训练集;将训练集输入到多个分类器进行训练,获得多个分类器不同故障类型的召回率;根据召回率,对多个分类器进行加权融合,以得到目标故障分类模型。通过训练多个分类器,使用召回率进行加权融合,构建目标故障分类模型,根据这个目标故障分类模型进行未知类别标签故障数据的预测分类,综合体现出不同单分类器的优势,提高了训练模型有效地对故障分类预测的准确率、稳定性。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113792825 B
(45)授权公告日 2022.08.02
(21)申请号 202111358733.9 (51)Int.Cl.
文档评论(0)