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：合肥工业大学;云境商务智能研究院南京有限公司;泗洪县两山生态科技投资发展有限公司;杭州安鸿科技股份有限公司

摘要：一种基于蓄水池模型空间的智慧粮食系统异常检测方法，1数据采集：从部署在粮食生产田间的多个传感器采集环境数据；2数据预处理：对多维时间序列数据进行预处理，包括数据清洗、缺失值填补、数据归一化；3神经网络的构建基于蓄水池的模型空间，4模型空间的训练：使用历史正常数据对蓄水池模型进行训练，调整输出层的参数，使模型空间能够准确描述正常状态下的系统行为；至此，将预测层的参数当做模型空间；5异常检测方法的构建和训练：基于模型空间，构建并训练Autoencoder模型，使其能够重构步骤4产生的模型空间；6通过重构的模型空间误差和设定的阈值判断输出结果是否为异常。

主权项：1.一种基于蓄水池模型空间的智慧粮食系统异常检测方法，其特征是，包括以下步骤：步骤1，数据采集：从部署在粮食生产田间的多个传感器采集环境数据，包括温度、湿度、土壤湿度、光照强度与时间，这些数据形成多维的时间序列数据；步骤2，数据预处理：对多维时间序列数据进行预处理，包括数据清洗、缺失值填补、数据归一化；步骤3，神经网络的构建基于蓄水池Reservoir的模型空间，蓄水池Reservoir的模型空间包括输入层、蓄水池层、dropout层和预测层；3.1输入层：接收基于滑动窗口的时间序列特征数据；3.2蓄水池层：包含大量随机连接的神经元，3.3预测层：该层有两层全连接层FC层和一个dropout层组成，通过预测下一个时间点数据的方式，构建预测模型，其中，dropout层考虑到粮食生产系统数据的复杂性，基于dropout层产生正负样本，通过对比学习的方式更好地学习数据的特征；步骤4，模型空间的训练：使用历史正常数据对蓄水池模型进行训练，调整输出层的参数，使模型空间能够准确描述正常状态下的系统行为；至此，将预测层的参数当做模型空间，模型空间构建完毕；步骤5，异常检测方法的构建和训练：基于模型空间，构建并训练Autoencoder模型，使其能够重构步骤4产生的模型空间，即重构预测层的参数；步骤6，通过重构的模型空间误差和设定的阈值判断输出结果是否为异常。

全文数据：

权利要求：

百度查询： 合肥工业大学 云境商务智能研究院南京有限公司 泗洪县两山生态科技投资发展有限公司 杭州安鸿科技股份有限公司 一种基于蓄水池模型空间的智慧粮食系统异常检测方法