CN119515186A 基于深度学习的服务区健康度评估系统及方法 （上海华讯网络系统有限公司）_第1页
CN119515186A 基于深度学习的服务区健康度评估系统及方法 （上海华讯网络系统有限公司）_第2页
CN119515186A 基于深度学习的服务区健康度评估系统及方法 （上海华讯网络系统有限公司）_第3页
CN119515186A 基于深度学习的服务区健康度评估系统及方法 （上海华讯网络系统有限公司）_第4页
CN119515186A 基于深度学习的服务区健康度评估系统及方法 （上海华讯网络系统有限公司）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

自由贸易试验区碧波路456号B402-4室基于深度学习的服务区健康度评估系统及本发明提供了一种基于深度学习的服务区深度学习模型对服务区的整体健康状况进行综2健康度评估模块，结合当前服务区数据，采用训练好的深度学习模2.根据权利要求1所述的基于深度学习的服务区健康度评估系统，其特征在于，还包变量选择：采用相关系数分析变量之间的相关性，对相关性超出样本扩充：使用三次样条插值法对数据进行扩充；通过插值函数对原康度标签获取模块包括对服务区的各项指标进行加工，将各项指标映射为0到100的分数，3步骤S6：结合当前服务区数据，采用训练好的深度学45集和测试集，对数据进行归一化处理；采用Transformer模型进行训练与预测；所述6[0039]优选的，所述步骤S4包括对服务区的各项指标进行加工，将各项指标映射为0到[0048]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、789准确地反映服务区的实际健康状况，进一步基[0094]区间统计量映射：采用区间内的统计量(如均值或中位数)对数据进行归一化映[0109]模型训练：在模型训练过程中，采用均方误差(MSE)作为损失函数，优化器选择[0120]传统的服务区健康度评价方法缺乏系统化的健康度评价体系，导致评估结果片状况进行综合评估。在当前服务区的数据输入到训练好的深度学习模型中时进行综合评现方法的软件模块又可以是硬件部件内的结

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论