摘要
本发明涉及压力检测技术领域,公开了一种基于模式识别的压力异常检测方法及系统,其中一种基于模式识别的压力异常检测方法,包括以下步骤:条件生成对抗网络建模,通过条件生成对抗网络学习正常压力序列的生成模型;自监督对比学习特征提取,利用对比学习原理构建无需标签数据的特征表示学习框架;粒度互信息最大化表示学习,学习不同时间粒度下的压力序列表示;异常检测融合决策,将获取的检测结果进行集成以实现异常检测;通过条件生成对抗网络和注意力机制,提高了对上下文相关异常的敏感度;采用自监督对比学习策略,减少了对标记数据的依赖,使模型能够在数据标签稀缺的条件下仍保持性能。
技术关键词
条件生成对抗网络
异常检测方法
模式识别
神经网络参数
序列
多时间窗口
模块
编码器
注意力机制
决策
压力检测技术
异常检测系统
样本
前馈神经网络
加性噪声
设计专用
数据标签
系统为您推荐了相关专利信息
编码向量
电能计量装置
高频用电数据
诊断方法
模式
交互对象信息
生成测试脚本
决策网络模型
策略网络模型
序列
分布式系统
状态观测器
安全控制方法
数学模型
数据训练神经网络
数据融合方法
序列
矩阵
卡尔曼滤波算法
卡尔曼滤波融合