一种基于KNN-BP神经网络的感知数据异常检测方法及装置

AITNT
正文
推荐专利
一种基于KNN-BP神经网络的感知数据异常检测方法及装置
申请号:CN202411977143
申请日期:2024-12-30
公开号:CN119885021A
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开一种基于KNN‑BP神经网络的感知数据异常检测方法及装置,该方法构建K近邻聚类模型,通过所述K近邻聚类模型对待测样本集进行处理,获得异常倾向集群;构建BP神经网络模型,并通过异常训练集群对所述BP神经网络模型进行训练,获得训练好的所述BP神经网络模型;将所述异常倾向集群输入训练好的所述BP神经网络模型进行异常判断,输出获得异常数据并判断异常类型。本发明能够进一步确定异常感知数据,以便提供更加准确的感知结果,进一步提高了园区智慧化水平,实现智慧园区的全面感知能力。
技术关键词
BP神经网络模型 数据异常检测方法 K近邻 异常检测装置 集群 样本 子模块 异常数据 聚类 邻居 指标 误差函数 计算误差 参数
系统为您推荐了相关专利信息
1
一种物联网集群的凸包分析方法及系统
凸包结构 集群 分析方法 跟踪无人机 逻辑
2
一种乳化液泵站的压力波动抑制方法及装置
乳化液泵站 管道压力监测 波动抑制方法 序列 偏差
3
一种云管理平台的镜像数据的管理方法、设备及存储介质
虚拟化资源池 云管理平台 镜像仓库 管理方法 集群
4
一种三维模型渲染时长预测方法及系统
线性回归模型 深度学习框架 云平台 模型预测值 预测系统
5
一种集群的容器化部署方法和系统
容器化部署方法 集群 节点 监控报警系统 哈希算法
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