摘要
本发明公开的基于扁平化注意力机制的时序数据异常检测方法及系统,属于时序数据异常检测技术领域,所述方法包括:获取时序数据;对时序数据进行时间块划分,获得时间块内嵌入和时间块间嵌入;计算每种嵌入的扁平化注意力值和自注意力值;将每种嵌入的扁平化注意力值和自注意力值进行加权融合,获得每种嵌入的注意力加权融合结果;将每种嵌入的注意力加权融合结果进行上采样,获得每种嵌入的上采样后结果;根据每种嵌入的上采样后结果,计算获得时序数据的异常得分;根据时序数据的异常得分,确定时序数据的异常检测结果。提高了时序数据异常检测的准确率,解决了当前对时序数据异常检测准确率偏低的问题。
技术关键词
工业控制系统
执行器
时序
注意力机制
传感器
数据异常检测系统
分支
上采样
检测模型训练
数据获取单元
异常点
度量
框架
系统为您推荐了相关专利信息
数据监控预警
神经网络模型
长短期记忆网络
指挥终端
管理终端
组学特征
影像组学技术
肿瘤
信息学技术
灰度共生矩阵
密码子优化方法
BERT模型
序列
无监督学习
质粒
温度传感器插座
温度采集模块
机柜装置
分线盒
稳压芯片