申请/专利权人:中裕广恒科技股份有限公司;郑州科捷信大数据应用技术有限公司
申请日:2024-01-03
公开(公告)日:2024-03-05
公开(公告)号:CN117648658A
主分类号:G06F18/2433
分类号:G06F18/2433;G06F18/214;G06F18/10;G06F18/27;G08G1/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.22#实质审查的生效;2024.03.05#公开
摘要:本发明公开了一种交通违法模型训练过程异常检测方法,具体涉及交通违法检测领域,该方法具体步骤为:S1:准备用于训练交通违法模型的数据集,并对数据进行预处理和清洗;S2:根据交通违法预测任务的特点,从原始数据中提取相关特征;S3:使用提取的特征和标注好的数据,训练交通违法预测模型;S4:在模型训练过程中,使用异常检测算法来检测是否存在异常样本或模型错误;S5:如果检测到异常样本或模型错误,需要采取相应的措施来处理;S6:在训练完成后,使用测试数据集对模型进行评估,检查模型的预测性能是否满足要求;S7:将训练好的模型部署到实际应用中。本发明提高模型性能、避免过拟合、优化模型部署、降低误判率,适用于交通违法检测。
主权项:1.一种交通违法模型训练过程异常检测方法,其特征在于:该方法具体步骤为:S1:准备用于训练交通违法模型的数据集,并对数据进行预处理和清洗;S2:根据交通违法预测任务的特点,从原始数据中提取相关特征;S3:使用提取的特征和标注好的数据,训练交通违法预测模型;S4:在模型训练过程中,使用异常检测算法来检测是否存在异常样本或模型错误;S5:如果检测到异常样本或模型错误,需要采取相应的措施来处理;S6:在训练完成后,使用测试数据集对模型进行评估,检查模型的预测性能是否满足要求;S7:将训练好的模型部署到实际应用中。
全文数据:
权利要求:
百度查询: 中裕广恒科技股份有限公司;郑州科捷信大数据应用技术有限公司 一种交通违法模型训练过程异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。