【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种模型的训练及轨道交通设备的状态评估方法、装置、设备、介质和产品。
技术介绍
1、随着轨道交通网络规模的快速扩张，轨道交通设备运行监测已成为保障轨道交通网络运营安全的核心环节。在轨道交通设备运行监测过程中，通常需要综合考量多个运行指标来全面评估设备的状态，由于各个运行指标对设备状态的影响力并不相同，因此首先需要评估各个运行指标的指标权重值。
2、传统的评估方法通常会依赖大量的全标记数据进行有监督学习来确定指标权重值，然而这种方法会导致高昂的模型训练成本，如人力成本、物力成本及时间成本等；并且，训练得到的模型泛化能力较差，当轨道交通设备出现未标记的新工况时，无法及时预测准确的指标权重值。
技术实现思路
1、本专利技术提供了一种模型的训练及轨道交通设备的状态评估方法、装置、设备、介质和产品，以解决传统指标权重值的评估过程中，存在的模型训练成本高及模型的泛化能力差的问题。
2、根据本专利技术的一方面，提供了一种模型的训练方法，所述方法包括
3、本文档来自技高网...
【技术保护点】
1.一种模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定所述预测指标权重值对应的权重值置信度，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一样本特征值和所述第二样本特征值，确定所述已标记运行指标和所述未标记运行指标之间的指标相似度，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述相似运行指标的所述标记指标权重值确定所述预测指标权重值对应的权重值置信度，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述权重值置信度从所述预测指标权重...
【技术特征摘要】
1.一种模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定所述预测指标权重值对应的权重值置信度，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一样本特征值和所述第二样本特征值，确定所述已标记运行指标和所述未标记运行指标之间的指标相似度，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述相似运行指标的所述标记指标权重值确定所述预测指标权重值对应的权重值置信度，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述权重值置信度从所述预测指标权重值中确定可信指标权重值，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述样本使用工况确定所述已标记运行指标的标记指标权重值，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标数据组包括的目标指标权重值确定所述标记指标权...
【专利技术属性】
技术研发人员：孙超，刘维，付立民，邱兆阳，陈光，张盼盼，李涵蕊，丁子焕，
申请(专利权)人：北京全路通信信号研究设计院集团有限公司，
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。