摘要
本发明提供一种基于模型路由机制的时序数据异常检测方法和系统,所述方法包括:S1、根据获取的设备在不同运行阶段及工况条件下的各类历史时序数据,独立训练适配的异常检测模型单元,构建异常检测模型库;S2、在线采集待测时序数据,建立基于分层匹配的模型路由机制,对所述异常检测模型单元进行选择,由选择的异常检测模型单元对所述待测时序数据进行检测,所述模型路由机制分层定量评估所述待测时序数据与历史时序数据在时频域统计特征和特征分布两个维度的关联程度,进行异常检测模型单元的初选和进一步优选,实现新场景下最优异常检测模型的自适应匹配。本发明可以对时序数据进行异常检测。
技术关键词
统计特征
编码器
数据异常检测系统
梯度下降优化算法
模型库
分层
度量
深度神经网络
重叠方式
数据嵌入
多通道
参数
时序特征
注意力机制
阶段
电子设备
系统为您推荐了相关专利信息
轴向移动机构
机械臂气缸
夹紧活塞
夹取机构
X轴电机
车辆轨迹数据
残差网络模型
异常轨迹
统计特征
多角度
数据分类系统
磁共振数据集
影像
功能磁共振数据
多模态
风格迁移方法
人脸
交叉注意力机制
文本编码器
面部