Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜航天科工网络信息发展有限公司韩雅安获国家专利权

恭喜航天科工网络信息发展有限公司韩雅安获国家专利权

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!

龙图腾网恭喜航天科工网络信息发展有限公司申请的专利基于K近邻算法的异常数据检测方法、系统、设备、介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114417962B

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111491483.6,技术领域涉及:G06F18/2413;该发明授权基于K近邻算法的异常数据检测方法、系统、设备、介质是由韩雅安;张文宏;于岗设计研发完成,并于2021-12-08向国家知识产权局提交的专利申请。

基于K近邻算法的异常数据检测方法、系统、设备、介质在说明书摘要公布了:本发明公开一种基于K近邻算法的异常数据检测方法、系统、设备、介质,涉及异常数据检测技术领域,以解决现有的检测方法复用性差的问题。所述检测方法包括:基于综合校验规则计算未分类数据与已分类数据集中每一已分类数据之间的相似度,并按照相似度确定未分类数据的K个邻居,根据K个邻居的类别确定未分类数据的类别,进而基于相似度确定待检测原始数据集中每一数据的类别,以确定所有的异常数据,实现异常数据检测。本发明所用的方法可以适用于所有场景下的异常数据检测,通用性强。本发明提供的基于K近邻算法的异常数据检测方法、系统、设备、介质用于对异常数据检测方法进行优化,复用性强。

本发明授权基于K近邻算法的异常数据检测方法、系统、设备、介质在权利要求书中公布了:1.一种基于K近邻算法的异常数据检测方法,其特征在于,所述检测方法包括:基于预设标准在待检测原始数据集中确定一正常数据与一异常数据;所述正常数据和所述异常数据组成已分类数据集;在所述待检测原始数据集中随机选取一个未分类数据,并基于综合校验规则计算所述未分类数据与所述已分类数据集中每一已分类数据之间的相似度;按照所述相似度从大到小的顺序进行排序,选取前K个相似度对应的已分类数据作为所述未分类数据的K个邻居,初始化K值为2,且固定不变;根据所述K个邻居的类别确定所述未分类数据的类别,成为已分类数据,并将所述已分类数据放入所述已分类数据集;所述类别包括正常数据和异常数据;判断所述待检测原始数据集中是否有未分类数据;若是,则返回“在所述待检测原始数据集中随机选取一个未分类数据”的步骤,直至所述待检测数据集中的每一未分类数据均已被检测;若否,则根据所述已分类数据集确定异常数据;其中,所述基于综合校验规则计算所述未分类数据与所述已分类数据集中每一已分类数据之间的相似度具体包括:对于所述已分类数据集中每一已分类数据,计算所述未分类数据与所述已分类数据之间的字符长度匹配度、特殊字符匹配度和数据类型匹配度;对所述字符长度匹配度、所述特殊字符匹配度和所述数据类型匹配度进行加权求和,得到所述未分类数据与所述已分类数据之间的相似度,相似度=字符长度匹配度*A+特殊字符匹配度*B+数据类型匹配度*C,A+B+C=1,A、B、C分别为字符长度匹配度、特殊字符匹配度和数据类型匹配度的权重。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人航天科工网络信息发展有限公司,其通讯地址为:430040 湖北省武汉市临空港经济技术开发区五环大道666号(21);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。