摘要
本发明公开了一种基于大数据分析的工业数据风险评估方法及系统,涉及工业数据风险评估技术领域,包括采集工业数据进行预处理和融合,得到融合特征向量;基于融合特征向量,随机选择特征维度作为孤立森林算法中的节点,并获取值域对融合特征向量进行划分,得到左、右子树并嵌入性能计数器进行初始化,基于左、右子树执行递归操作获取划分路径长度,并计算平均期望路径长度和异常分数进行异常点判定后,计算预测误差对性能计数器进行更新和执行树的删除操作,计算Shapley值结合异常分数,生成融合异常分数;本发明提升了对工业环境变化的适应性并且使风险评估过程更加全面和精准。
技术关键词
数据风险评估方法
性能计数器
预测误差
孤立森林算法
可视化工具
异常点
多头注意力机制
动态规划算法
条件随机场
工业设备
解码
主成分分析技术
拼接技术
标签类别
节点
系统为您推荐了相关专利信息
融合多源数据
检测光伏系统
光伏跟踪控制系统
动态误差补偿
预测误差
分布式光伏
功率预测方法
驱动特征
机器学习算法
电网运行可靠性
加密恶意流量
高维特征向量
DBSCAN算法
无监督学习算法
孤立森林算法
可穿戴设备
运动模式识别
生成规则
运动训练
数据获取模块
选取系统
模型训练模块
集成模块
知识图谱构建
案例库