摘要
本申请实施例提供一种饲料生产控制系统的异常分析方法及系统,通过引入目标深度学习网络,实现了对系统控制参数路径数据的高效分析与异常识别。首先利用第一图生成模块对系统控制参数路径数据进行图自编码表示,生成具有表征能力的图自编码表示矢量序列。随后,通过第二图生成模块中的特征聚焦单元,对图自编码表示矢量序列进行多轮特征聚焦权重分配,突出了关键特征,生成了更具区分度的第一特征聚焦矢量序列。将两者交融后,通过全连接映射模块进行异常分类,能够准确识别出系统控制参数路径数据中的异常分类数据,不仅提高了异常检测的准确性和效率,还增强了饲料生产控制系统的稳定性和可靠性。
技术关键词
系统控制参数
异常分析方法
深度学习网络
控制系统
节点
记忆
融合特征
饲料
特征矢量序列
模块
数据
邻域特征
编码器
分析系统
关系
可读存储介质
遍历算法
代表
通道
系统为您推荐了相关专利信息
标志物
数据训练神经网络
药效学指标
检验方法
数据处理系统