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
自动建图方法
拓扑图
节点
策略网络模型
控制机器人运动
多节点数据库
容灾备份系统
分片
故障检测模块
恢复算法
模型建模方法
时延
前馈神经网络
插值模型
编码器
损失评估方法
卷积神经网络模型
图谱
概念
三元组