一种基于半非负矩阵分解和高斯估计的异常检测方法

本申请涉及异常检测的技术领域，具体涉及一种基于半非负矩阵分解和高斯估计的异常检测方法，包括：S10:将正常数据集X分为N个子数据集Xi，其中1≤i≤N，将N个子数据集Xi输入联合异常检测网络W进行训练，输出异常检测模型M；S20:所述联合异常检测网络W包括半非负矩阵分解网络、高斯密度估计网络；S30:所述半非负矩阵分解网络提取特征数据集Ci，分解为基矩阵F和系数矩阵G；S40:对Ci进行重构，输出重构特征数据集Ci′；S50:所述高斯密度估计网络计算均值参数和协方差参数；S60:输出对数概率密度值p；S70:基于S10‑S60，找出p中的n分位数，作为阈值δ；S80:将待检测的数据y输入异常检测模型M，输出异常检测结果R。本申请能更准确的进行高斯密度估计，提升异常检测效果。