摘要
本发明公开了一种基于双阶段优化的5G‑R网络多维KPI异常检测方法,属于5G‑R智能运维技术领域。该方法首先采集5G‑R网络中的多维KPI数据并进行预处理;随后构建一种融合调和矩阵的双阶段优化Transformer模型,该模型通过编码器‑解码器结构学习KPI序列的依赖模式,并利用双阶段优化机制引导注意力聚焦于高偏差子序列,增强异常敏感性;最后通过计算重建误差并采用极值理论动态设定阈值,实现异常点的精准判定。本发明有效解决了传统方法对5G‑R网络复杂时序特性适应性差的问题,显著提升了异常检测的准确性与效率,为保障铁路专网安全稳定运行提供了可靠技术支撑。
技术关键词
异常检测方法
智能运维技术
编码器
阶段
网络
解码器架构
线性插值法
解码器结构
归一化方法
可靠技术
矩阵
降噪算法
重建误差
序列
网管系统
重构误差
处理器
注意力机制
数据分布
系统为您推荐了相关专利信息
故障诊断模型
历史故障数据
策略
消除方法
测试故障
城市供水管网泄漏
深度卷积神经网络模型
深度卷积网络模型
多通道
影像
虚拟筛选方法
卷积神经网络模型
小分子化合物
诱饵
数据
神经网络模型
不确定性量化方法
贝叶斯方法
物理
集成方法