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：江苏航运职业技术学院
摘要：本发明涉及工业互联网技术领域，具体涉及工业互联网时序数据异常检测方法及系统，包括以下步骤：S1：实时采集原始时序数据；S2：将时序数据按照预设时间窗口进行分割，形成多个时间片段；S3：对每个时间片段进行多层次聚类分析，识别出数据中的不同模式和潜在异常点；S4：构建高维度特征空间；S5：进行无监督学习，训练得到用于异常检测的自编码器模型；S6：用于判断当前时序数据是否存在异常；S7：对每个时间片段的重构误差进行评分，并进行判定。本发明，通过使用自编码器等深度学习技术，自动从大规模未标记数据中学习并准确识别异常，从而提高了系统的响应速度和准确性，显著增强了工业环境中的安全和监控效率。
主权项：1.工业互联网时序数据异常检测方法，其特征在于，包括以下步骤：S1：从工业设备和传感器中实时采集原始时序数据，并对原始时序数据进行去噪、平滑处理、填补缺失值和标准化处理；S2：将预处理后的时序数据按照预设时间窗口进行分割，形成多个时间片段；S3：采用基于密度的聚类算法对每个时间片段进行多层次聚类分析，识别出数据中的不同模式和潜在异常点；S4：从多层次聚类分析的结果中提取时间域特征、频率域特征和统计特征，构建高维度特征空间，并利用降维技术进行特征降维处理；S5：利用历史时序数据，采用基于深度学习的自编码器模型进行无监督学习，训练得到用于异常检测的自编码器模型；S6：将实时采集的时序数据输入训练好的自编码器模型中，计算重构误差，用于判断当前时序数据是否存在异常；S7：对每个时间片段的重构误差进行评分，并设定异常评分阈值，当评分超过异常评分阈值时，则将对应时间片段标记为异常数据。
全文数据：
权利要求：
百度查询： 江苏航运职业技术学院 工业互联网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