摘要
本申请提供的一种基于强化学习的异常检测方法及相关装置,涉及数据挖掘和人工智能技术领域,预先以强化学习方法和机器学习方法对深度学习网络训练得到异常检测模型。获取待检测的目标数据;通过对目标数据进行预处理,得到目标数据对应的目标数值特征;调取异常检测模型,将目标数值特征输入至异常检测模型中,以使异常检测模型输出目标数据对异常检测算法的第一期望概率;利用异常检测算法中第一期望概率最大的算法对目标数值特征进行异常检测,以获得目标数据的异常检测结果。本申请可以实现自适应调整应用场景中的异常检测策略,提高异常检测准确性。
技术关键词
深度学习网络
异常检测方法
强化学习方法
异常点
注意力机制
机器学习方法
数据
样本
算法
数值
异常检测装置
线性
计算机可读指令
电子设备
模型训练模块
计算机存储介质
存储计算机程序
人工智能技术
解码器
计算机程序产品
系统为您推荐了相关专利信息
焊接工艺参数
监测方法
时序
成形
多头注意力机制
视频流
矩阵
在线聚类方法
压缩数据结构
构建数据结构
在线预测方法
残余应力场
深度学习网络模型
切削力
残余应力值
钻头磨损预测方法
BP神经网络拟合
多头注意力机制
物理
双向长短期记忆网络