摘要
本申请公开了一种基于集成策略的高频时序数据异常检测方法、设备及介质,涉及工业互联网技术领域,方法包括:对高频时序数据进行数据标准化处理,以得到结构化数据;对结构化数据进行滑动窗口分割,以确定高频时序片段数据;对高频时序片段数据进行数据质量检查,以得到待检高频时序片段数据;基于待检高频时序片段数据,通过异常敏感度的无监督异常识别,确定第一异常分数序列;根据待检高频时序片段数据,通过数据波动率分析,确定第二异常分数序列;基于第一异常分数序列和第二异常分数序列,通过集成学习的元分类分析,以得到高频时序数据的异常监测数据。本申请通过上述方法解决了高频时序数据异常检测无法自适应复杂工业环境的技术问题。
技术关键词
时序
学习器
序列
集成策略
数据质量检查
滑动窗口
算法并行
特征点
计算机可执行指令
工业互联网技术
异常检测设备
指标
参数
计算机存储介质
处理器通信
数据格式
存储器
系统为您推荐了相关专利信息
回波信号强度
融合特征
运动状态估计
卡尔曼滤波算法
雷达
仓储堆垛
仓库智能
堆垛板材
智能分析模块
孤立森林算法
图像超分辨率方法
状态空间模型
融合特征
状态空间方程
空间模块
场景理解方法
融合图像特征
融合特征
道路场景图像
查询特征