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：中国民航大学
摘要：本发明公开了一种基于多时间多特征刻画网络的时间序列异常检测方法，包括空间时序解耦特征刻画模块、时序细节‑整体多尺度特征刻画模块以及自适应融合重构模块。本发明通过空间时序解耦特征刻画模块提取不同周期尺度的时序融合特征；通过时序细节‑整体多尺度特征刻画模块提取局部时序特征核全局时序相关性；通过自适应融合重构模块进行特征融合重构，最后基于重构误差进行异常检测。检测模型在不同的真实场景数据集下均取得很好的结果，通过实验验证本发明提出的方法相比于其他方法能提供更好的时序异常检测效果，在多场景实验中模型均取得了良好结果，具有良好泛化性，在能源、工业等领域有很大应用前景。
主权项：1.基于多时间多特征刻画网络的时间序列异常检测方法，其特征在于：包括：构建异常检测模型，所述模型包括空间时序解耦特征刻画模块、时序细节-整体多尺度特征刻画模块以及自适应融合重构模块，所述空间时序解耦特征刻画模块、时序细节-整体多尺度特征刻画模块均连接自适应融合重构模块；所述空间时序解耦特征刻画模块包括多时间模式解耦模块、空间时序特征提取模块和融合重塑模块；所述多时间模式解耦模块用于提取时序数据的多周期数据信息，所述空间时序特征提取模块用于提取蕴含多周期特征的空间时序特征，所述融合重塑模块用于将提取的多周期时间模式融合为最终的一维时间特征；所述时序细节-整体多尺度特征刻画模块包括时序细节特征提取块和时序整体特征提取块；所述细节特征提取块用于提取蕴含短期变化的时序局部特征，所述时序整体特征提取块用于对时序全局相关性进行建模；所述自适应融合重构模块用于融合两路不同时序信息并输出重构序列；对模型进行训练，得到最终的检测模型，并基于检测模型进行时间序列的异常检测工作。
全文数据：
权利要求：
百度查询： 中国民航大学 基于多时间多特征刻画网络的时间序列异常检测方法
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