Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛人才在线服务管理有限公司姚树巍获国家专利权

青岛人才在线服务管理有限公司姚树巍获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉青岛人才在线服务管理有限公司申请的专利基于时序多维自编码器的大数据异常检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120105076B

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510176608.8,技术领域涉及:G06F18/2131;该发明授权基于时序多维自编码器的大数据异常检测方法是由姚树巍;高丽;王琪;袁婷;徐建建设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

基于时序多维自编码器的大数据异常检测方法在说明书摘要公布了:本发明涉及数据处理技术领域,更进一步地,涉及基于时序多维自编码器的大数据异常检测方法。所述方法包括:步骤1:对多维时序数据进行分解,先利用希尔伯特‑黄变换提取出多维时序数据的内在振荡模式,从多维时序数据中自适应地提取出多层次的时空特性,并对其进行重构,作为分解结果;步骤2:将分解结果映射到一个低维且连续的流形空间中;在得到的流形空间上,通过计算持续同调等拓扑不变量,提取多维时序数据的结构性信息;步骤3:基于提取的结构性信息,计算多维时序数据在设定尺度上的局部熵;根据局部熵,计算异常概率。本发明能够高效捕捉短时突发异常、长期趋势性变化及多维耦合异常。

本发明授权基于时序多维自编码器的大数据异常检测方法在权利要求书中公布了:1.基于时序多维自编码器的大数据异常检测方法,其特征在于,所述方法包括: 步骤1:对多维时序数据进行分解,先利用希尔伯特-黄变换提取出多维时序数据的内在振荡模式,再通过小波包变换捕捉不同尺度和时段内的局部特征,从多维时序数据中自适应地提取出多层次的时空特性,并对其进行重构,作为分解结果; 步骤2:将分解结果映射到一个低维且连续的流形空间中;在得到的流形空间上,通过计算持续同调拓扑不变量,提取多维时序数据的结构性信息; 步骤3:基于提取的结构性信息,计算多维时序数据在设定尺度上的局部熵;根据局部熵,计算异常概率; 步骤2中,通过如下公式将分解结果映射到一个低维且连续的流形空间中: ; 其中,为得到的流形空间,为一个光滑流形;为克罗内克积运算;为希尔伯特-施密特范数;为时间积分变量;为黎曼曲率张量; 步骤2中,在得到的流形空间上,通过如下公式,通过计算持续同调拓扑不变量,提取多维时序数据的结构性信息: ; 其中,表示尺度下基于构造的Vietoris–Rips复形;为在尺度下的第维同调群;为第维中的第个同调类;与分别为的出生尺度与消亡尺度;将每个条形码对转换为数值特征;为下确界运算;表示对于给定的同调类,在过滤过程中所有尺度中,使得消失的那些的下确界;表示对于给定的同调类,找到在过滤过程中尺度参数中的最小值,使得首次出现在第维同调群中;为尺度下第维的多维时序数据的结构信息。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人青岛人才在线服务管理有限公司,其通讯地址为:266000 山东省青岛市市北区台柳路179号1212室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。