车辆故障诊断方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:42212487 阅读:18 留言:0更新日期:2024-07-30 18:54
本申请涉及一种车辆故障诊断方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取车辆故障描述文本;将车辆故障描述文本输入至预先训练好的跨专家细粒共享神经网络模型,并输出车辆故障诊断结果;其中,跨专家细粒共享神经网络模型包括第一输入处理模块、编码器模块、第二输入处理模块、解码器模块和输出模块。采用本方法能够能够提高车辆故障诊断效率且降低车辆故障诊断成本。

【技术实现步骤摘要】

本申请涉及车辆故障诊断,特别是涉及一种车辆故障诊断方法、装置、计算机设备、存储介质和计算机程序产品。


技术介绍

1、随着汽车产业的高速发展,车辆已经普遍存在于用户的日常生活中成为主要的代步工具。与此同时,行车过程中出现的车辆故障等安全隐患问题也显现出来。因此,及时有效地进行汽车故障诊断以确保驾驶安全就变得尤为重要。

2、但是,现有车辆故障诊断技术,由于车辆系统复杂程度高、车辆故障数据质量参差不齐以及车辆故障诊断标准不统一,存在车辆故障诊断效率较低或车辆故障诊断成本较高等问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高车辆故障诊断效率且降低车辆故障诊断成本的车辆故障诊断方法、装置、计算机设备、存储介质和计算机程序产品。

2、第一方面,提供一种车辆故障诊断方法,上述方法包括:

3、获取车辆故障描述文本;

4、将车辆故障描述文本输入至预先训练好的跨专家细粒共享神经网络模型,并输出车辆故障诊断结果;其中,跨专家细粒共享神经网络模型包括第一输入处本文档来自技高网...

【技术保护点】

1.一种车辆故障诊断方法,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,构建所述跨专家细粒共享神经网络模型,包括:

3.根据权利要求2所述的方法,其特征在于,确定所述跨专家多任务损失函数,包括:

4.根据权利要求1所述的方法,其特征在于,所述编码器模块包括第一多头注意力层、第一归一化层、第一前置反馈层和第二归一化层;所述对各所述第一特征向量进行特征提取处理后得到对应的第二特征向量,包括:

5.根据权利要求1所述的方法,其特征在于,所述解码器模块包括掩蔽的多头注意力层、第三归一化层、第二多头注意力层、第四归一化层、第二前置反馈层和...

【技术特征摘要】

1.一种车辆故障诊断方法,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,构建所述跨专家细粒共享神经网络模型,包括:

3.根据权利要求2所述的方法,其特征在于,确定所述跨专家多任务损失函数,包括:

4.根据权利要求1所述的方法,其特征在于,所述编码器模块包括第一多头注意力层、第一归一化层、第一前置反馈层和第二归一化层;所述对各所述第一特征向量进行特征提取处理后得到对应的第二特征向量,包括:

5.根据权利要求1所述的方法,其特征在于,所述解码器模块包括掩蔽的多头注意力层、第三归一化层、第二多头注意力层、第四归一化层、第二前置反馈层和第五归一化层;所述对各所述第三特征向量进行分类预测处理后得到对应的第四特征向量,包括:

...

【专利技术属性】
技术研发人员:李秋唐小丽张有洪梁鹏李志强陈仕强张正萍
申请(专利权)人:重庆赛力斯凤凰智创科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1