一种基于AI目标检测模型的故障判据模型构建方法及系统技术方案

本发明专利技术涉及AI目标检测模型故障判据模型构建技术领域，公开了一种基于AI目标检测模型的故障判据模型构建方法及系统，该方法包括：通过获取AI目标检测模型历史运行数据，包括历史故障数据，为故障判据模型建立提供了基础信息。其次，对AI目标检测模型历史故障数据进行数据清理并整合成数据故障集，确保数据的质量和可用性。然后，从数据故障集中提取运行参数，并进一步筛选出关键性功能参数，随后，建立功能性模型并进行拟合实验，以提高模型性能。在这个过程中，对功能数据集进行数据处理，以确定最优功能数据，从而提高模型的准确性。最后，通过功能性模型确定AI目标检测模型的故障判据模型，为故障判据模型的建立的可靠性提供支持。

【技术实现步骤摘要】

所属的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。需要说明的是，上述实施例提供的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本专利技术实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本专利技术实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本专利技术的不当限定。本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以本文档来自技高网...

【技术保护点】

1.一种基于AI目标检测模型的故障判据模型构建方法，其特征在于，包括：

2.如权利要求1所述的基于AI目标检测模型的故障判据模型构建方法，其特征在于，获取待构建模型的所述AI目标检测模型的历史运行数据中的历史故障数据，并对所述历史故障数据进行数据清理时，包括：

3.如权利要求2所述的基于AI目标检测模型的故障判据模型构建方法，其特征在于，基于Z-Score法对剔除清理重复数据的所述AI目标检测模型的历史故障数据中的错误判断数据进行剔除时，包括：

4.如权利要求3所述的基于AI目标检测模型的故障判据模型构建方法，其特征在于，获取数据清理后的所述历史故障数...

【技术特征摘要】

1.一种基于ai目标检测模型的故障判据模型构建方法，其特征在于，包括：

2.如权利要求1所述的基于ai目标检测模型的故障判据模型构建方法，其特征在于，获取待构建模型的所述ai目标检测模型的历史运行数据中的历史故障数据，并对所述历史故障数据进行数据清理时，包括：

3.如权利要求2所述的基于ai目标检测模型的故障判据模型构建方法，其特征在于，基于z-score法对剔除清理重复数据的所述ai目标检测模型的历史故障数据中的错误判断数据进行剔除时，包括：

4.如权利要求3所述的基于ai目标检测模型的故障判据模型构建方法，其特征在于，获取数据清理后的所述历史故障数据，并建立所述数据故障集时，包括：

5.如权利要求4所述的基于ai目标检测模型的故障判据模型构建方法，其特征在于，获取所述数据故障集中的运行参数，提取所述运行参数的关键性功能参数，并建立功能性模型进行拟合实验时，包括：

6.如权利要求...

【专利技术属性】
技术研发人员：吴玉美，任晨锴，李智博，曲宇航，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：