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
乳化液泵站
管道压力监测
波动抑制方法
序列
偏差
虚拟化资源池
云管理平台
镜像仓库
管理方法
集群
线性回归模型
深度学习框架
云平台
模型预测值
预测系统
容器化部署方法
集群
节点
监控报警系统
哈希算法