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：光大科技有限公司

摘要：本发明公开了一种异常数据的识别方法和装置。其中，该方法包括：获取待检测的目标数据；将目标数据输入到目标神经网络模型中，其中，目标神经网络模型为使用目标样本数据训练原始神经网络模型得到的模型，目标神经网络模型的判定阈值为目标判定阈值，判定阈值为根据目标样本数据的重构误差的绝对值、重构误差分布的均值和协方差得到的阈值，判定阈值用于识别目标样本数据为正常数据或异常数据，在判定阈值为目标判定阈值的情况下，目标神经网络模型的目标分值最高；根据目标神经网络模型输出的识别结果确定目标数据为正常数据或异常数据。本发明解决了识别异常数据准确度低的技术问题。

主权项：1.一种异常数据的识别方法，其特征在于，包括：获取待检测的目标数据；将所述目标数据输入到目标神经网络模型中，其中，所述目标神经网络模型为使用目标样本数据训练原始神经网络模型得到的模型，所述目标神经网络模型的判定阈值为目标判定阈值，所述判定阈值为根据所述目标样本数据的重构误差的绝对值、重构误差分布的均值和协方差得到的阈值，所述判定阈值用于识别所述目标样本数据为正常数据或异常数据，在所述判定阈值为所述目标判定阈值的情况下，所述目标神经网络模型的目标分值最高，所述目标分值为所述目标神经网络模型的准确度与覆盖率的加权求和结果；根据所述目标神经网络模型输出的识别结果确定所述目标数据为正常数据或异常数据；在将所述目标数据输入到目标神经网络模型中之前，所述方法还包括：获取所述目标样本数据；对所述目标样本数据进行重构，确定所述目标样本数据中每一个目标样本数据的所述重构误差的绝对值、所述重构误差分布的均值和协方差；根据所述重构误差的绝对值、所述重构误差分布的均值和协方差确定所述每一个目标样本数据的重构分值；根据所述重构分值确定出多个所述判定阈值；从多个所述判定阈值中确定出所述目标判定阈值；所述从多个所述判定阈值中确定出所述目标判定阈值包括：确定出多个所述判定阈值中，每一个所述判定阈值对应的所述目标神经网络模型的目标分值；将所述目标分值最大的判定阈值确定为所述目标判定阈值；所述确定出多个所述判定阈值中，每一个所述判定阈值对应的所述目标神经网络模型的目标分值包括：获取所述目标样本数据的第一数量、所述目标样本数据被识别为异常数据的第二数量和所述目标样本数据所在的样本数据集中的样本数据的总数量；将所述第二数量与所述第一数量的比值确定为所述准确度，将所述第二数量与所述总数量的比值确定为所述覆盖率；将所述准确度与所述覆盖率输入到预定公式中确定出所述目标分值；其中，通过如下公式确定所述目标分值： 其中，Fβ-score为所述目标分值，precision为所述准确度，recall为所述覆盖率，β为大于0的实数。

全文数据：

权利要求：

百度查询： 光大科技有限公司 异常数据的识别方法和装置