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：南京航空航天大学
摘要：本发明属于数据管理与分析技术领域，具体公开了一种基于深度学习的高维时序数据异常检测方法及系统。本发明方法提供了针对大规模、高维度时序数据的完整异常检测功能，能够及时发现时序数据中的各类异常情况，包括缺失、无效、无序、不刷新重复、准确性低异常，得到相应的异常检测结果。本发明所提基于Transformer的时序数据异常检测重构模型，能够借助维度独立划分、段划分、多头自注意力机制、重构层等组件实现精度、大规模数据处理能力和适应能力的平衡，预处理、异常分数计算和准确性低异常判断等过程也均具有可扩展性。本发明方法的数据处理对象为真实高维时序数据，因而具有实际应用场景。
主权项：1.基于深度学习的高维时序数据异常检测方法，其特征在于，包括如下步骤：步骤1.对高维时序数据中的缺失、无效、无序、不刷新数据进行预处理；步骤2.搭建基于Transformer的时序数据异常检测重构模型，以对准确性低数据进行重构，并训练基于Transformer的时序数据异常检测重构模型；步骤3.高维时序数据经步骤2中基于Transformer的时序数据异常检测重构模型后得到重构时序数据；根据高维时序数据和重构时序数据，依次经过异常分数计算、阈值选择和准确性低异常判断后得到准确性低异常检测结果；将准确性低异常检测结果与步骤1预处理的缺失、无效、无序、不刷新异常检测结果综合后，得到缺失、无效、无序、不刷新异常和准确性低异常的综合检测结果。
全文数据：
权利要求：
百度查询： 南京航空航天大学 基于深度学习的高维时序数据异常检测方法及系统
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