【技术实现步骤摘要】
知识迁移的方法、装置、计算机设备以及存储介质
[0001]本申请要求于2022年04月25日提交的申请号为202210439548.0，专利技术名称为“一种知识迁移的方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
[0002]本申请涉及迁移学习
，特别涉及一种知识迁移的方法、装置、计算机设备以及存储介质。
技术介绍
[0003]知识迁移(knowledge transfer)是为了将从第一应用场景中学习到的知识，帮助第二应用场景中的学习任务。目前，知识迁移的过程为：基于第二应用场景的样本，计算第一应用场景的多个样本的权重，学习该多个样本中权重高的样本的知识，基于学习到的知识对第二应用场景的样本进行更新。
[0004]但是，上述的迁移学习过程需要第二应用场景的大量样本，一旦第二应用场景的样本量不足，基于第二应用场景的样本所计算出的第一应用场景的样本的权重不准确，相应地，从权重高的样本中学习到的知识也不准确。
技术实现思路
[0005]本申请实施例提供了一种知识迁移的...
【技术保护点】
【技术特征摘要】
1.一种知识迁移的方法，其特征在于，所述方法由计算机设备执行，所述方法包括：基于第一应用场景的第一样本以及第二样本，确定所述第二样本的可靠度，所述第一样本基于第一时间段内所述第一应用场景中发生的事件得到，所述第二样本基于第二时间段内所述第一应用场景中发生的所述事件得到，所述可靠度指示所述第二样本的可靠程度；若所述第二样本的可靠度满足第一条件，基于所述第二样本的知识，获取第二应用场景的目标样本。2.根据权利要求1所述的方法，其特征在于，所述基于第一应用场景的第一样本以及第二样本，确定所述第二样本的可靠度包括：基于所述第一样本与所述第二样本之间的相似度，确定所述可靠度，所述相似度指示所述第一样本与所述第二样本之间的相似程度。3.根据权利要求2所述的方法，其特征在于，所述事件包括第一事件和第二事件，所述基于所述第一样本与所述第二样本之间的相似度，确定所述可靠度包括：获取所述第一样本对应的第一关联系数以及所述第二样本对应的第二关联系数，所述第一关联系数指示在所述第一时间段内所述第一应用场景中所述第一事件和所述第二事件之间的关联程度，所述第二关联系数指示在所述第二时间段内所述第一应用场景中所述第一事件和所述第二事件之间的关联程度；基于所述相似度、所述第一关联系数以及所述第二关联系数，确定所述可靠度。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，对于所述第一样本和所述第二样本中的任一样本，所述任一样本指示在对应时间段内所述第一应用场景中所述第一事件和所述第二事件共同发生的规律。5.根据权利要求4所述的方法，其特征在于，所述任一样本包括k个点数据，每个点数据包括时间间隔和事件发生频次，所述事件发生频次为在对应时间段内所述时间间隔同时发生所述第一事件和所述第二事件的总次数，所述k为大于0的整数。6.根据权利要求5所述的方法，其特征在于，所述第二应用场景存在第三样本，所述第三样本指示在第三时间段内所述第二应用场景中所述第一事件和所述第二事件共同发生的规律，所述基于所述第二样本的知识，获取第二应用场景的目标样本包括：从所述第二样本中的k个点数据，确定s个第一点数据，每个第一点数据为所述第二样本中的峰值点数据，所述s为大于0且小于所述k的整数；对于所述s个第一点数据中的每个第一点数据，从所述第三样本中的点数据，确定所述第一点数据对应的r个第二点数据，所述r为大于0的整数；将所述第一点数据作为所述知识，基于所述第一点数据，对所述第三样本中的所述r个第二点数据进行更新，得到所述目标样本。7.根据权利要求6所述的方法，其特征在于，所述基于所述第一点数据，对所述第三样本中的所述r个第二点数据进行更新包括：对于所述r个第二点数据中的每个第二点数据，基于所述第一点数据中的事件发生频次，对所述第二点数据中的事件发生频次进行增强。8.根据权利要求7所述的方法，其特征在于，所述第二应用场景还存在第六样本，所述第六样本指示在第四时间段内所述第二应用场景中所述第一事件和所述第二事件共同发
生的规律，所述基于所述第一点数据中的事件发生频次，对所述第二点数据中的事件发生频次进行增强之后，所述方法还包括：基于所述目标样本以及所述第六样本，获取所述目标样本的可靠度，所述目标样本的可靠度指示所述目标样本的可靠程度；若所述目标样本的可靠度不满足第二条件，则基于所述第一点数据中的事件发生频次，再次对所述第二点数据中的事件发生频次进行增强。9.根据权利要求6
‑
8中任一项所述的方法，其特征在于，所述对于所述s个第一点数据中的每个第一点数据，从所述第三样本中的点数据，确定所述第一点数据对应的r个第二点数据包括：获取该第二样本与该第三样本之间的距离矩阵，所述距离矩阵包括所述第二样本中的每个点数据与所述第三样本中的每个点数据之间的欧式距离；对于所述s个第一点数据中的每个第一点数据，基于所述距离矩阵中的目标路径，确定所述第一点数据对应的r个第二点数据，其中，所述目标路径包括所述距离矩阵中的多个欧式距离，所述第一点数据与所述r个第二点数据之间的欧式距离位于所述目标路径。10.根据权利要求9所述的方法，其特征在于，所述基于所述距离矩阵中的目标路径，确定所述第一点数据对应的r个第二点数据之后，所述方法还包括：基于所述目标路径上的欧式距离所对应的点数据，对所述第二样本的波形以及所述第三样本的波形进行对齐，得到第四样本以及第五样本，所述第四样本为对齐后的所述第二样本，所述第五样本为对齐后的所述第三样本；显示所述第四样本与第五样本之间的对比波形图。11.根据权利要求7
‑
10中任一项所述的方法，其特征在于，所述方法还包括：显示所述第二样本的波形图以及所述第三样本与所述目标样本之间的对比波形图中的至少一个波形图。12.根据权利要求11所述的方法，其特征在于，显示所述第二样本的波形图包括：在第一展示界面中，显示所述第二样本的波形图、所述第二关联系数以及所述第二样本的可靠度；显示所述第三样本与所述目标样本之间的对比波形图包括：在第二展示界面中，显示所述第三样本与所述目标样本之间的对比波形图、所述第三样本对应的第三关联系数、所述目标样本对应的目标关联系数以及所述目标样本的可靠度，所述第三关联系数和所述目标关联系数都指示在所述第三时间段内所述第二应用场景中所述第一事件和所述第二事件之间的关联程度，所述目标样本的可靠度指示所述目标样本的可靠程度。13.根据权利要求3
‑
12中任一项所述的方法，其特征在于，所述方法还包括：基于所述第二样本以及所述第二关联系数，获取所述第一应用场景的第一关联系数模型，所述第一关联系数模型用于基于所述第一应用场景的样本输出对应的关联系数；基于所述第一关联系数模型的模型参数，对所述第二应用场景的第二关联系数模型的模型参数进行调整，所述第二关联系数模型用于基于所述第二应用场景的样本输出对应的关联系数。14.根据权利要求3
‑
13中任一项所述的方法，其特征在于，所述获取所述第一样本对应
的第一关联系数以及所述第二样本对应的第二关联系数包括：对于所述第一样本与所述第二样本中的任一样本，从所述第一应用场景的样本集中，获取所述任一样本对应的关联系数；或，基于所述任一样本以及关联系数计算函数，获取所述任一样本对应的关联系数；或，将所述任一样本输入第一关联系数模型，所述第一关联系数模型基于输入任一样本，输出所述任一样本对应的关联系数。15.根据权利要求1
‑
14中任一项所述的方法，其特征在于，所述第一应用场景或所述第二应用场景属于以下至少一种场景：故障报警场景、预测场景或推荐场景。16.一种知识迁移的装置，其特征在于，所述装置包括：确定模块，用于基于第一应用场景的第一样本以及第...
【专利技术属性】
技术研发人员：胡雅冰，郭峻逍，王宇辰，尹志东，赵品航，
申请(专利权)人：华为技术有限公司，
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。