CN119494061A 数据标签确定方法、装置、电子设备及存储介质 （重庆长安汽车股份有限公司）

二数量的驾驶循环数据作为n个负样本；利用所述维修时间之前的所有所述驾驶循环数据进行2获取汽车零部件对应的多个驾驶循环数据，其中，每个所述驾驶从对应采集时间在所述维修时间之前的驾驶循环数据中，确定第一基于训练好的所述标签标注模型，对采集时间在所述维修时间之将对应采集时间在所述维修时间之前的所有驾驶循环数据，按照对应采集在所述第一数据序列中截取排序靠前的、第一数量的驾驶循环将对应采集时间在所述维修时间之后的所有驾驶循环数据，按照对应采集以第一数量的驾驶循环数据为单位，依次在所述第二数据序列中截取n个第二样本序对所有样本进行批次划分得到多个样本批次，其中，每个样本批次针对每个样本批次，利用所述特征提取网络提取所述样本批将所述样本批次中每个样本的样本特征序列向量输入至所述故3基于所述样本批次中每个样本对应的所述粗标签和所述将对应采集时间在所述维修时间之前的所有驾驶循环数据，按照对应采集样本确定模块，用于从对应采集时间在所述维修时间之前的驾标签预测模块，用于基于训练好的所述标签标注模型，对采集时间在签确定方法程序，所述数据标签确定方法程序被处理器执行时实现权利要求1_7任一所述45[0020]以第一数量的驾驶循环数据为单位，依次在所述第二数据序列中截取n个第二样[0027]在所述损失值小于预设阈值的情况下结束训练过程，得到训练好的标签标注模[0031]将所述第三数据序列中排在所述目标序列之前的驾驶循环数据，确定为目标数6[0048]以第一数量的驾驶循环数据为单位，依次在所述第二数据序列中截取n个第二样7[0055]在所述损失值小于预设阈值的情况下结束训练过程，得到训练好的标签标注模[0059]将所述第三数据序列中排在所述目标序列之前的驾驶循环数据，确定为目标数后，基于标签标注模型实现对采集时间在维修时间之前的所有驾驶循环数据的标签预测，8循环内的数据按采样时间升序排序；第二步删除时间重复且canid重复的行，并保留第一据中仅包含时间重复且canid不重复的所9二数量的驾驶循环数据作为n个负样本的具体实现包括：将对应采集时间在所述维修时间列，以第一数量的驾驶循环数据为单位，依次在所述第二数据序列中截取n个第二样本序序列中每个驾驶循环数据的标签为无故障的情况下，将所述待处理序列确定为目标序列，则可以确定Yi对应的Xi为目标序列，并将Xi之前的驾驶循环数据的故障标签确定为无故[0104]也就是说，Xi之前的驾驶循环数据已由标签标注模型预[0117]S304，将所述样本批次中每个样本的样本特征序列向量输入至所述故障识别网(F为单次驾驶循环数据中数据类型的数量)的单次驾驶循上述N×m维的样本特征序列向量，输入至单向的递归神经(Long_ShortTermMemory，[0134]基于相同的技术构思，本申请实施例还提供了一种数据标签确定装置，如图5所[0148]以第一数量的驾驶循环数据为单位，依次在所述第二数据序列中截取n个第二样[0155]在所述损失值小于预设阈值的情况下结束训练过程，得到训练好的标签标注模[0159]将所述第三数据序列中排在所述目标序列之前的驾驶循环数据，确定为目标数Interconnect，PCI)总线或扩展工业标准结构(ExtendedIndustryStandard[0178]以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发