摘要
本发明公开了基于概念漂移识别的工业物联网时序数据异常检测方法,涉及时间序列异常检测技术领域,包括:对工业物联网时序数据进行多尺度概念漂移检测,获取工业物联网时序数据的概念漂移检测结果;基于所述工业物联网时序数据的概念漂移检测结果进行自适应集成模型更新,获取最优异常检测模型;利用所述最优异常检测模型对所述工业物联网时序数据进行异常检测,获取工业物联网时序数据异常检测结果。本发明通过创新的多尺度窗口分析机制,能够更早识别数据分布变化,有效缩短概念漂移检测延迟;结合模型池管理与动态集成学习方法,在保证检测精度的同时优化了计算效率,实现了新旧数据分布之间的平滑过渡。
技术关键词
工业物联网
概念
时序
分布特征
模型更新
突变型
重构误差
索引
集成学习方法
多尺度
滑动窗口机制
数据分布
深度编码器
自动编码器
序列
解码器
系统为您推荐了相关专利信息
神经导航注册方法
深度相机
ICP算法
深度学习算法
视频
多智能体动态
双向注意力机制
负载均衡模块
调度器
LSTM神经网络