摘要
本发明公开了一种基于图神经网络的学生体质健康数据异常检测方法及系统,获取学校上报数据以及抽查复测数据,并进行预处理;利用建立的训练集和验证集对图神经网络模型进行训练和验证,基于模型输出结果的取值范围确定体质健康数据的异常得分阈值;利用训练的图神经网络模型对学校上报的学生体质健康上报数据进行异常检测,获取模型输出结果,并根据学校是否参与抽查复测分两种情况计算上报数据的异常得分,通过将异常得分与异常得分阈值进行比较确定上报数据的异常检测结果。本发明的方法具备更高准确性,更小抽查复测规模,能够捕捉指标间的关联性和类结构化信息,并有利于异常数据的可解释性、可视化和异常原因定位。
技术关键词
数据异常检测方法
学校
神经网络模型
学生
节点特征
指标
矩阵
得分计算方法
标记标签
项目
异常数据
数据异常检测系统
累积分布函数
梯度下降算法
样本
元素
异常信息
系统为您推荐了相关专利信息
变形预测方法
BP神经网络模型
算法
回归预测模型
变形智能
深度学习模型
聚合物
分类准确率
描述符
特征工程
多源异构数据
食品品质研判系统
卷积神经网络模型
训练卷积神经网络
研判方法
动态博弈论
协同优化方法
密度分布特征
资源
风险评估模型