基于图卷积神经网络的城市用户用水异常检测方法、装置、设备及介质

AITNT
正文
推荐专利
基于图卷积神经网络的城市用户用水异常检测方法、装置、设备及介质
申请号:CN202411736405
申请日期:2024-11-29
公开号:CN119671782B
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于图卷积神经网络的城市用户用水异常检测方法、装置、设备及介质,采用图卷积神经网络对用户拓扑图中以目标用户节点为中心的K邻域的图数据进行图卷积处理,得到邻域特征,基于邻域特征预测目标用户的用水异常检测结果,通过图卷积神经网络充分挖掘以目标用户节点为拓扑中心的邻域的局部特征和建筑面积差之间的关系,有利于提高目标用户的用水异常检测的准确性。
技术关键词
邻域特征 异常检测方法 卷积特征 拓扑图 长短期记忆神经网络 时间序列特征 节点 融合特征 矩阵 周期 异常检测装置 数据获取模块 处理器 存储装置 可读存储介质 程序
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号