【技术实现步骤摘要】
模型训练方法和装置、电子设备、计算机可读存储介质
[0001]本申请实施例涉及通讯领域，特别涉及模型训练方法和装置、电子设备、计算机可读存储介质。
技术介绍
[0002]随着通信技术的高速发展，用户的要求也在不断提高，通信系统作为一种高度复杂且集成化的系统，如果某一部分出现故障，将对整个系统的正常运行造成严重影响。因此，对于问题小区，如何进行快速的检测识别，保证系统的稳定性是业界一个急需解决的问题。
[0003]目前的故障检测技术往往都是通过对设备的实时检测以及专家的经验在进行分析，通常需要大量的人力投入，对无线网络运维的要求极高。在相关的一些技术中也有采用大数据进行分析，结合人工智能(AI，ArtificialIntelligence)方法训练得到相关模型。但是在通信领域中，模型往往在某地适用，但是切换到另一个地方，由于地理位置、用户习惯、组网方式、设备结构、天气等诸多因素的变化，导致在某地适用的模型无法在另一个地方适用。由于标签样本的获取难度很大，难以在另一个地方重新收集标签样本，因此也难以重新训练模型。>
技术实现思路
【技术保护点】
【技术特征摘要】
1.一种模型训练方法，包括：获取第一区域的第一标签样本和所述第一标签样本所属的类别；根据所述第一标签样本所属的类别和所述第一标签样本对基础分类模型进行模型的再次训练得到最终分类模型；其中，所述基础分类模型为适用于第二区域的分类模型，所述最终分类模型为适用于所述第一区域的分类模型。2.根据权利要求1所述的模型训练方法，其中，所述获取第一区域的第一标签样本和第一标签样本所属的类别包括：获取所述第一区域的第二标签样本；根据所述第二区域的第三标签样本和所述第三标签样本所属的类别选择部分或全部所述第二标签样本作为所述第一标签样本，以及确定所述第一标签样本所属的类别。3.根据权利要求2所述的模型训练方法，其中，所述根据第二区域的第三标签样本和第三标签样本所属的类别选择部分或全部第二标签样本作为第一标签样本，以及确定第一标签样本所属的类别包括：确定与所述第二标签样本相似度最高的K个所述第三标签样本；其中，K为大于或等于2的整数；在K个所述第三标签样本中有N个所述第三标签样本所属的类别相同，且N大于或等于rK的情况下，将所述第二标签样本作为所述第一标签样本，确定所述第一标签样本所属的类别为N个所述第三标签样本所属的类别；其中，r为大于或等于0，且小于或等于1的整数。4.根据权利要求3所述的模型训练方法，在K个所述第三标签样本中有N个所述第三标签样本所属的类别相同，且N小于rK的情况下，该方法还包括：丢弃所述第二标签样本。5.根据权利要求1-4任一项所述的模型训练方法，其中，所述根据第一标签样本所属的类别和第一标签样本对基础分类模型进行模型的再次训练得到最终分类模型之前，该方法还包括：对所述第一标签样本进行标准化处理，得到第四标签样本；对所述第四标签样本进行降维处理，得到第五标签样本；所述根据第一标签样本所属的类别和第一标签样本对基础分类模型进行模型的再次训练得到最终分类模型包括：根据所述第一标签样本所属的...
【专利技术属性】
技术研发人员：何世明，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。