基于图学习的卫星遥测数据异常检测方法及系统

AITNT
正文
推荐专利
基于图学习的卫星遥测数据异常检测方法及系统
申请号:CN202510415353
申请日期:2025-04-02
公开号:CN120337068A
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及一种基于图学习的卫星遥测数据异常检测方法和系统。检测方法包括:输入卫星遥测数据,并对所述卫星遥测数据进行预处理,所述预处理包括降噪、缺失值插补以及归一化,得到预处理后的卫星遥测数据;构建动态图学习模块,自适应地学习所述预处理后的卫星遥测数据的初始关系,获得所述预处理后的卫星遥测数据多变量间的图结构;基于所述图结构,提取所述预处理后的卫星遥测数据的空间和时间特征;将所述预处理后的卫星遥测数据划分为训练集和测试集,训练集用于异常检测模型的训练,基于变分自编码器学习所述训练集的特征;将包含异常数据的测试集输入训练完成的所述异常检测模型,获得异常检测结果,使用评估指标对所述异常检测模型的性能进行评价。本发明提出的基于图学习的卫星遥测数据异常检测方法,采用无监督方式学习数据特征,仅需正常数据就能够学习数据特征,无需先验知识以及专家经验;设计了构造遥测数据图结构的方法,获得了多变量间的初始关系,具有更好的泛用性。
技术关键词
卫星遥测数据 机器可读指令 异常数据 节点 门控循环单元 变量 编码器 训练集 邻居 嵌入特征 人工智能芯片 矩阵 指标 特征提取模块 时序特征 注意力机制
系统为您推荐了相关专利信息
1
在未知开放环境下的机器人自动建图方法及相关设备
自动建图方法 拓扑图 节点 策略网络模型 控制机器人运动
2
一种多节点数据库容灾备份系统
多节点数据库 容灾备份系统 分片 故障检测模块 恢复算法
3
基于数据挖掘的长波传播时延预测模型建模方法
模型建模方法 时延 前馈神经网络 插值模型 编码器
4
一种城市暴雨洪涝灾害损失评估方法及装置
损失评估方法 卷积神经网络模型 图谱 概念 三元组
5
一种诊疗方案推荐方法、系统、终端及存储介质
决策树模型 推荐方法 构建决策树 信息熵 患者
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