摘要
本申请公开了一种基于深度学习的数据异常检测方法、系统、设备及介质,主要涉及数据异常检测技术领域,用以解决传统的异常检测方法在面对高维数据时存在局限性、异常检测方法多为针对特定场景的单一异常类型设计的问题。包括:数据处理为预设低纬度的待识别数据;利用待识别数据更新训练好的深度神经网络模型中的自编码器参数,进而利用训练好的深度神经网络模型对待识别数据进行特征提取,得到数据的特征表示;基于提取的特征表示,利用训练好的异常检测算法对特征表示进行异常检测,得到异常数据。
技术关键词
深度神经网络模型
数据异常检测方法
编码器参数
数据异常检测系统
异常数据
预处理算法
孤立森林算法
数据更新
数据异常检测技术
异常检测设备
文本
时间段
语义
模块
解码器
计算机
系统为您推荐了相关专利信息
预测故障检测
故障检测模型
隔离开关
时序特征
时间序列预测模型
光谱加密方法
深度神经网络模型
密码
波长
面光源
受电弓碳滑板
深度神经网络模型
特性预测方法
物理
电弧持续时间
监控网络安全
网络流量数据
支持向量机分类器
异常数据
电力监控技术