一种基于深度学习的双模通信数据异常检测方法及系统

本发明公开的一种基于深度学习的双模通信数据异常检测方法及系统，其中方法包括：获取HPLC和HRF双模通信数据；基于预设的短时傅里叶变换STFT与魏格纳‑威利分布WVD，对HPLC和HRF双模通信数据进行预处理，得到STFT图像特征和WVD图像特征；提取HPLC和HRF双模通信数据中的瞬时特征；将STFT图像特征、WVD图像特征和瞬时特征进行特征融合，得到融合特征；基于预设的CNN‑LSTM模型对融合特征进行标识，并计算双模通信数据的欧式距离；当所述双模通信数据的欧式距离大于预设距离阈值时，将对应双模通信数据设为异常。本发明实现了高效率准确的HPLC和HRF双模通信。