摘要
本发明涉及一种企业排放物监测数据的异常识别方法、装置、设备及介质,属于数据监测技术领域,为了解决现有的异常识别方法存在适应性差问题。方法包括:获取企业排放物监测数据;将监测数据输入异常识别模型;异常识别模型训练过程包括:获取训练数据集;计算训练数据集中每个样本数据的标准差,若标准差低于第一阈值,则将样本的标签标定为异常;将样本数据输入超标后陡降模型进行超标后陡降异常判别,若样本数据被判别为超标后陡降异常数据,则将样本的标签标定为异常;将训练数据集中的样本数据输入异常识别模型以获得异常识别结果;基于异常识别结果和标签之间的差异确定损失值,根据损失值进行反向传播训练以更新异常识别模型的参数。
技术关键词
异常识别方法
滑动窗口
样本
企业
神经网络模型
异常数据
标签
数据监测技术
识别模型训练
自动编码器
识别装置
处理器
一氧化碳
燃烧炉
序列
识别模块
氯化氢
可读存储介质
存储器
系统为您推荐了相关专利信息
听觉模型
递归神经网络
车载麦克风
标签
听觉系统