一种基于低维嵌入时序特征的数据异常检测方法及系统

AITNT
正文
推荐专利
一种基于低维嵌入时序特征的数据异常检测方法及系统
申请号:CN202510159322
申请日期:2025-02-13
公开号:CN120030479A
公开日期:2025-05-23
类型:发明专利
摘要
本发明提供了一种基于低维嵌入时序特征的数据异常检测方法及系统,涉及数据处理技术领域,该方法包括以下步骤:S1、获取特征数据集;S2、定义数据异常检测模型;S3、训练数据异常检测模型;S4、对数据异常检测模型进行异常检测评估;S5、自动化编排数据异常检测流程;S6、运行检测流程,标记异常数据。该系统包括数据管理模块、模型管理模块、检测管理模块、训练评估模块、检测执行模块及异常分析模块。本发明的有益效果为:数据异常检测的精度高、效率高且能有效节省计算资源。
技术关键词
数据异常检测方法 时序特征 预测误差 异常数据 长短期记忆网络 数据管理模块 数据异常检测系统 模型构造方法 检测模型训练 定义 更新模型参数 编码器 重构 分析模块 标记 序列 数据处理技术 解码器
系统为您推荐了相关专利信息
1
跨节点容器的通信负载均衡优化方法、装置及电子设备
容器 跨节点 链路 负载均衡优化方法 键值对存储结构
2
一种用于电力空间数据的数据治理方法及系统
多层次语义特征 数据治理方法 逻辑 时间序列关系 语义图谱
3
一种分散式风力发电开发潜力评估方法及系统
潜力评估方法 组合预测模型 地形特征 风力 空间分布特征
4
一种基于大型语言模型的工业控制智能中间件及系统
自然语言分析 智能系统 中间件 工业通信协议 工业控制设备
5
一种结合SSAD数据异常检测处理的多特征LSTM水泥烟囱NOx预测方法
NOx预测方法 烟囱 LSTM神经网络 滑动窗口 变量
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