摘要
本发明涉及一种基于时空拓扑散射机制的时序异常检测方法,包括如下步骤:构建时空图模型,捕捉时间序列数据中的时间依赖关系和拓扑结构关系;利用多尺度因果卷积编码器和多头图注意力层提取时间特征和拓扑特征;通过对比融合机制对特征进行融合,确保特征的互补性;定义散射中心和规则子空间,计算散射损失函数、时间一致性损失函数和对比损失函数,融合得到最终的损失函数,用于模型的训练和优化;最后基于优化后的模型进行异常检测,输出异常判定结果。使用本发明所述方法可以实现对工业物联网系统中异常模式的高效检测。
技术关键词
时序异常检测方法
散射机制
拓扑特征
序列检测
输出模块
卷积编码器
在线
输出特征
异常状态
融合特征
工业物联网系统
样本
变量
注意力编码器
时空图模型
节点
表达式
系统为您推荐了相关专利信息
图标显示方法
循环冗余校验值
车辆
显示屏
图标显示系统
数据生成算法
生成定义
样本生成方法
时序
反馈算法
训练深度学习模型
样本
深度学习模型训练
标签
晶圆缺陷检测装置
神经刺激系统
肌肉疲劳状态
肌电信号特征
模型预测控制算法
参数