一种面向航天器遥测数据动态更新的增量学习异常检测方法

本申请提供一种面向航天器遥测数据动态更新的增量学习异常检测方法，涉及航天技术领域。该方法基于增量学习模型，该方法包括：根据航天器的第一组检测数据的第一部分数据，使用长短期记忆网络模型进行训练，得到第一部分数据的标签，标签用于指示数据正常或异常；根据航天器的第二组检测数据，第一部分数据和第一部分数据的标签，以及第一组检测数据中除第一部分数据之外的第二部分数据，训练增量学习模型；其中，第一组检测数据为当前未经过增量学习模型识别的数据，第二组检测数据为当前已经过增量学习模型识别的数据；根据增量学习模型的训练结果，更新增量学习模型，识别第一组检测数据中的异常数据。这样可以减小航天器的异常检测的时间开销。