龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学
摘要：基于MCC加权的最小二乘支持向量回归异常检测方法，包括以下步骤：选择与设备相关变量的历史运行数据作为MCC‑LSSVR模型的数据集；计算输出变量与其它变量之间的相关系数，选择相关系数大于一个固定值的变量及其对应的数据作为MCC‑LSSVR模型的输入数据；采用Z‑Score方法对输入数据进行归一化处理；利用训练集迭代训练MCC‑LSSVR模型；利用3sigma原则计算阈值，通过预测值和真实值之间的残差是否大于该阈值来判断测试集中数据是否出现异常；计算MCC‑LSSVR模型的MAE和MAPE指标。该方法对训练集进行循环迭代加权，以此降低异常值在整个训练集中的权重，提高模型的鲁棒性，能够更加精准的预测，同时可以提高异常检测的精度。
主权项：1.基于MCC加权的最小二乘支持向量回归异常检测方法，其特征在于包括以下步骤：步骤1：选择某一设备作为研究对象，选择与该设备相关变量的历史运行数据作为MCC-LSSVR模型的数据集；步骤2：计算输出变量与其它变量之间的相关系数，选择相关系数大于一个固定值的变量及其对应的数据作为MCC-LSSVR模型的输入数据；步骤3：采用Z-Score方法对步骤2中的输入数据进行归一化处理；步骤4：利用训练集迭代训练MCC-LSSVR模型；步骤5：利用3sigma原则计算阈值，通过预测值和真实值之间的残差是否大于该阈值来判断测试集中数据是否出现异常；步骤6：计算MCC-LSSVR模型的MAE和MAPE指标。
全文数据：
权利要求：
百度查询： 三峡大学 基于MCC加权的最小二乘支持向量回归异常检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号