公开(公告)号：CN117743004A

公开(公告)日：2024-03-22

申请号：CN202311576916.7

申请日：2023-11-23

Applicant: 重庆邮电大学

Inventor： 刘彬 ,  周翱 ,  伍舟 ,  洪森 ,  袁境羚 ,  王进 ,  邓欣

IPC: G06F11/07 ,  G06F18/243 ,  G06F18/214 ,  G06F18/213 ,  G06N20/20 ,  G06F123/02

Abstract: 本发明涉及机器学习和数据挖掘技术领域，具体涉及一种基于多源类别不平衡数据的系统故障检测方法，包括：获取系统中每个服务器的多源时序数据，根据多源时序数据得到初始数据集；对初始数据集进行特征工程，得到结构化数据集；使用标签特定距离度量算法对结构化数据集进行处理，得到实例集合和近邻实例集合；通过多标签分层抽样方法对结构化数据集进行划分，得到训练集和测试集；对实例集合和近邻实例集合进行采样，得到采样训练集；建立分类器链模型，将采样训练集输入分类器链模型进行训练，得到训练好的分类器链模型；本发明通过标签特定采样方法，有效地平衡各个故障源的实例数量，确保每个故障类别在训练过程中都能得到充分的关注。

公开(公告)号：CN118885898B

公开(公告)日：2025-03-21

申请号：CN202410921177.9

申请日：2024-07-10

Applicant: 重庆邮电大学

Inventor： 魏柄坤 ,  周翱 ,  刘彬 ,  黄昌豪 ,  彭兆阳

IPC: G06F18/2411 ,  G06F18/2415 ,  G06F18/214 ,  G06N3/042

Abstract: 本发明属于深度学习领域，涉及一种基于大数据的系统多故障检测方法，检测模型的训练过程包括：获取历史数据，得到初始数据集；获取故障源，根据故障源对初始数据集进行特征衍生，得到结构化数据集；根据结构化数据集构建动态标签关系图，将动态标签关系图输入动态图神经网络，得到标签语义嵌入；根据标签语义嵌入和特征向量得到每个故障标签的特征表示；根据故障标签的特征表示得到分类结果；根据分类结果和标签语义嵌入计算损失函数值，根据损失函数值更新模型参数，直至完成模型训练；本发明根据动态图神经网络更新动态标签关系图的节点特征得到标签语义嵌入，从而在捕捉故障标签空间中的拓扑关系的同时捕捉了故障标签之间的时间依赖性。

公开(公告)号：CN118885898A

公开(公告)日：2024-11-01

申请号：CN202410921177.9

申请日：2024-07-10

Applicant: 重庆邮电大学

Inventor： 魏柄坤 ,  周翱 ,  刘彬 ,  黄昌豪 ,  彭兆阳

IPC: G06F18/2411 ,  G06F18/2415 ,  G06F18/214 ,  G06N3/042

Abstract: 本发明属于深度学习领域，涉及一种基于大数据的系统多故障检测方法，检测模型的训练过程包括：获取历史数据，得到初始数据集；获取故障源，根据故障源对初始数据集进行特征衍生，得到结构化数据集；根据结构化数据集构建动态标签关系图，将动态标签关系图输入动态图神经网络，得到标签语义嵌入；根据标签语义嵌入和特征向量得到每个故障标签的特征表示；根据故障标签的特征表示得到分类结果；根据分类结果和标签语义嵌入计算损失函数值，根据损失函数值更新模型参数，直至完成模型训练；本发明根据动态图神经网络更新动态标签关系图的节点特征得到标签语义嵌入，从而在捕捉故障标签空间中的拓扑关系的同时捕捉了故障标签之间的时间依赖性。

公开(公告)号：CN119511096A

公开(公告)日：2025-02-25

申请号：CN202411616382.0

申请日：2024-11-13

Applicant: 重庆邮电大学

Inventor： 邹沛汐 ,  周翱 ,  刘彬 ,  朴昌浩 ,  王进

IPC: G01R31/367 ,  G01R31/392 ,  G06F18/2431 ,  G06F18/2415 ,  G06F18/25 ,  G06N20/00

Abstract: 本发明属于数据挖掘技术领域，具体涉及一种基于不平衡数据的新能源汽车电池多故障预警方法，包括：获取待预警的新能源汽车电池监测数据，将其输入到训练好的新能源汽车电池多故障预警模型中，得到新能源汽车电池多故障识别结果；新能源汽车电池多故障预警模型包括：特征增强模块、预测模块、样本少数混合增强模块、标签细粒度管理模块以及标签修正模块；本发明结合数据增强和损失修正策略，显著增强了本发明模型对新能源汽车电池故障标签不平衡和噪声数据的鲁棒性与准确性。