摘要
本申请公开了一种多维时间序列的异常检测方法、装置、设备及介质,涉及数据处理技术领域,将多维时间序列输入至人工神经网络的变分自编码器中进行重构,输出重构结果;将多维时间序列输入至插补扩散模型中进行掩蔽插补,输出插补结果;利用预设融合机制将重构结果和插补结果融合,将融合结果和多维时间序列之间的差作为重建误差,利用重建误差对人工神经网络进行训练,得到第一训练结果;基于第一训练结果对变分自编码器进行训练,并运行多维时间序列,得到第二训练结果;基于第二训练结果设置异常检测阈值,利用训练后的变分自编码器和异常检测阈值对多维时间序列进行异常检测,提高多维时间序列异常检测准确率和适用范围,增强检测过程稳健性。
技术关键词
人工神经网络
异常检测方法
重建误差
序列
异常检测装置
深度学习网络
生成器网络
生成对抗网络
解码器
重构模块
机制
编码器训练
无监督
变换器
数据处理技术
神经网络模型
变量
系统为您推荐了相关专利信息
果胶甲酯酶
突变体
序列
马尔可夫随机场模型
后验概率
时间序列遥感影像
XGBoost模型
XGBoost算法
样本
方差贡献率
组合预测方法
组合预测模型
系数计算方法
序列
滑坡位移预测技术