首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于人工智能的差小区异常检测方法及装置 

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!

申请/专利权人:辽宁邮电规划设计院有限公司

摘要:本发明公开了一种基于人工智能的差小区异常检测方法及装置,一种基于人工智能的差小区异常检测方法,包括以下步骤:步骤S1:提取现网小区重点性能指标数据;步骤S2:对提取的指标数据进行预处理得到样本数据;步骤S3:根据特征值确定主成分,将高维空间数据转换为低维空间数据;步骤S4:将低维空间数据映射到低维特征空间,然后在低维特征空间不同维度上查看样本数据中每个数据点跟整体样本数据特征向量的偏差;步骤S5:找出样本数据的异常点;步骤S6:重复步骤S2‑S5,反复数据迭代,并将迭代后的结果进行保存。本发明可以通过海量样本数据的学习实现异常小区的识别。

主权项:1.一种基于人工智能的差小区异常检测方法,其特征在于,包括以下步骤:步骤S1:提取现网小区小时级别的重点性能指标数据;所述重点性能指标数据是指网络中重点性能相关的40+~100+个关键性能指标;步骤S2:对提取的重点性能指标数据进行预处理得到样本数据;对样本数据的结果矩阵进行特征分解,得到特征值和特征向量;所述步骤S2包括以下步骤:S21:将提取的重点性能指标数据的矩阵每一列上的每一个数值都减去该列的均值,得到中心化后的矩阵;S22:将中心化后的矩阵的每一列进行方差归一化,得到样本数据的结果矩阵;对样本数据的结果矩阵进行特征分解,得到特征值和特征向量;步骤S3:根据特征值确定主成分,将高维空间数据转换为低维空间数据;步骤S4:将低维空间数据映射到低维特征空间,然后在低维特征空间不同维度上查看样本数据中每个数据点跟整体样本数据特征向量的偏差;步骤S5:找出样本数据的异常点;步骤S6:重复步骤S2-S5,反复数据迭代,并将迭代后的结果进行保存。

全文数据:

权利要求:

百度查询: 辽宁邮电规划设计院有限公司 一种基于人工智能的差小区异常检测方法及装置

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。