摘要
本发明公开了一种基于Diffusion模型的多变量时序异常检测方法及系统,涉及时序异常检测技术领域,包括获取多元时序历史数据;对多元时序历史数据进行数据处理,获取多元时序训练集和多元时序验证集;根据多元时序训练集和多元时序验证集对Diffusion模型进行训练和验证操作,获取多变量时序异常检测模型;对待检测的多变量时序数据进行数据预处理,获取预处理的多变量时序数据。本发明通过对多元时序历史数据进行分析,获取多元时序训练集和多元时序验证集,通过多元时序训练集和多元时序验证集对Diffusion模型进行训练验证,保证了Diffusion模型异常数据检测的精准性,通过训练好的Diffusion模型对待检测的多变量时序数据进行检测,筛选出异常数据,降低了人力资源的消耗。
技术关键词
时序异常检测方法
变量
多元时序数据
网络结构
矩阵
训练集
模型训练模块
数据存储模块
数据采集模块
注意力机制
异常检测技术
异常数据检测
异常检测系统
中间层
动态
系统为您推荐了相关专利信息
卫星遥感影像
遥感影像分割方法
遥感影像分类模型
分辨率
像素点
特征分析方法
语音识别技术
语义
关注点
语音特征
深度学习混合模型
船舶轨迹预测方法
局部空间特征
双向长短期记忆
动态权重分配
干扰信号识别方法
干扰识别模型
矩阵
融合特征
交叉注意力机制
智能开关
负载识别方法
多尺度特征
全局平均池化
矩阵