一种基于动态分解的时序数据抗噪声异常检测方法及系统

本发明公开了一种基于动态分解的时序数据抗噪声异常检测方法及系统，方法包括获取待检测的时间序列，输入异常检测模型，对时间序列进行动态分解；基于通道‑时间混合注意力机制，获得趋势性分量的通道特征表示和季节性分量的时间特征表示；根据通道特征表示和时间特征表示得到重建序列，计算重建序列和时间序列中每个对应时间步的差值，并与异常阈值相比较和标记，得到标记后的异常检测序列，完成序列异常检测。本发明通过异常检测模型的可学习一维卷积和离散傅里叶变换，对需要检测的时间序列进行动态趋势季节性分解，可有效提取时间序列的潜在时间模式，提高模型对复杂趋势和周期性变化的适应力，提高识别异常数据的准确度。