摘要
本发明提供了一种供应链应急管理关键数据异常感知方法、装置及设备,涉及数据异常检测技术领域,该方法包括:处理供应链应急管理对应数据集、特征维度集合、预设子集大小及预设步长,得到目标集合;计算两个数据点之间的垂直向量,根据两个不同的数据点以及所述垂直向量,确定随机截距,获取所有分割后子集,根据所有分割后子集确定隔离树;利用隔离树计算每一数据点的异常分数,遍历所有训练后森林数据集,融合所有训练后森林数据集对应的异常分数,得到初步融合分数,处理初步融合分数,得到最终异常检测结果。本发明融合多尺度特征子集提取技术、多维度随机超平面界分策略及层次化集成学习决策机制,能够提高异常检测的精度和鲁棒性。
技术关键词
故障特征
数据异常检测技术
异常数据点
融合多尺度特征
索引
孤立森林算法
磨损特征
机制
标签特征
处理单元
感知装置
特征选择
处理器
异常点
存储器
标识符
鲁棒性
样本
系统为您推荐了相关专利信息
异常数据点
数据异常检测方法
管控技术
生成日志信息
动态阈值技术
不确定性参数
生成数据项
语义角色
数据记录集合
索引
指标分析方法
LDA模型
铁路车辆故障
主题
权重计算方法