機械設備異常檢測的邊緣檢測模型構建方法及裝置
基本信息

| 申請?zhí)?/td> | CN201911231023.2 | 申請日 | - |
| 公開(公告)號 | CN111091278A | 公開(公告)日 | 2020-05-01 |
| 申請公布號 | CN111091278A | 申請公布日 | 2020-05-01 |
| 分類號 | G06Q10/06;G06K9/62;G06N3/08;G06N3/04 | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 藺思宇;馬君;王偉;劉勇攀;李素潔;劉濤;楊晨旺;周景源 | 申請(專利權)人 | 湃方科技(天津)有限責任公司 |
| 代理機構 | 北京路浩知識產權代理有限公司 | 代理人 | 陳玉婷 |
| 地址 | 300467 天津市濱海新區(qū)中新生態(tài)城中天大道1620號生態(tài)科技園啟發(fā)大廈4層204B室 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明實施例提供一種機械設備異常檢測的邊緣檢測模型構建方法及裝置,該方法包括:建立無監(jiān)督異常檢測模型,使用歷史正常數據集進行模型剪枝訓練及量化訓練,得到壓縮后的無監(jiān)督異常檢測模型;建立有監(jiān)督異常檢測模型,使用帶有標簽的歷史數據訓練集進行模型剪枝訓練及量化訓練,得到壓縮后的有監(jiān)督異常檢測模型;將壓縮后無監(jiān)督異常檢測模型和壓縮后有監(jiān)督異常檢測模型,發(fā)送到邊緣硬件節(jié)點,以供所述邊緣硬件節(jié)點進行集成學習,得到異常檢測的邊緣檢測模型。該方法能夠對云計算服務器中,檢測結果準確但是計算規(guī)模較大的檢測模型進行有效精簡,并只損失了少量的計算精度,在模型體積和運算資源占用上均有大幅度壓縮,充分滿足邊緣計算需求。 |





