[发明专利]一种基于多模型融合的工业异常检测模型训练方法和装置有效
| 申请号： | 202310123067.3 | 申请日： | 2023-02-16 |
| 公开（公告）号： | CN116028891B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 刘通;郏维强;王玉柱;韩松岭;张梦璘 | 申请（专利权）人： | 之江实验室 |
| 主分类号： | G06F18/25 | 分类号： | G06F18/25;G06F18/214;G06N3/0442;G06N3/0464;G06N3/08 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 孙孟辉 |
| 地址： | 311100 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于多模型融合的工业异常检测模型训练方法和装置，该方法包括：步骤一，获取传感器数据后进行预处理；步骤二，将预处理得到的传感器特征张量分别输入多个教师模型和学生模型，获取模型中各个网络层的特征；步骤三，将所述特征中的中间层张量映射为公共空间张量；步骤四，对所有教师模型的公共空间张量加权平均，得到与学生公共空间张量相对应的教师加权张量，将所有教师模型任务层向量横向拼接成教师任务层拼接向量；步骤五，获取模型的蒸馏损失、任务损失以及预测损失，并加权求和得到总损失；步骤六，重复以上步骤，最小化总损失，更新学生模型神经网络参数，直至收敛，最终固定学生模型神经网络参数，获得目标模型，完成训练。 | ||
| 搜索关键词： | 一种 基于 模型 融合 工业 异常 检测 训练 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于之江实验室，未经之江实验室许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310123067.3/，转载请声明来源钻瓜专利网。
- 上一篇：快恢复二极管的制备方法
- 下一篇：基于目标帧的多路视频流智能存储的识别方法
