一种基于深度学习的数据异常检测方法、系统、设备及介质

AITNT
正文
推荐专利
一种基于深度学习的数据异常检测方法、系统、设备及介质
申请号:CN202511216755
申请日期:2025-08-28
公开号:CN120995353A
公开日期:2025-11-21
类型:发明专利
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
1
一种面向高性能计算系统的异常检测方法及系统
模式匹配 异常检测方法 指标 异常数据检测 结点
2
隔离开关机械故障的检测方法、装置、设备、介质及产品
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
3
一种基于衍射深度神经网络的光谱加密方法
光谱加密方法 深度神经网络模型 密码 波长 面光源
4
一种受电弓碳滑板摩擦磨损特性预测方法及系统
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
5
一种电力监控网络安全检测方法及相关装置
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号