龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：哈尔滨理工大学
摘要：本发明是一种基于多分量相关性融合的多元时间序列数据异常检测方法。本发明涉及在多元时序异常检测技术领域，本发明进行数据预处理，对数据进行标准化和数据集的划分；进行序列分解与特征提取，对多分量的时序数据进行特征提取，提取的特征输入模型中；进行多分量融合，将提取到的多个分量特征使用一个融合矩阵进行融合；进行模型训练，使用多分量相关性融合的时间序列数据异常检测方法进行训练，训练对时间序列数据进行异常检测的模型；进行模型测试，使用训练好的模型测试数据。本发明能够很好地处理高维数据，无需手动选取数据特征。只要训练好模型，就可以获得较好的检测效果。同时经过多尺度序列分解操作，能够提取更充分的时序特征。
主权项：1.一种基于多分量相关性融合的多元时间序列数据异常检测方法，其特征是：包括以下步骤：步骤1、进行数据预处理，对数据进行标准化和数据集的划分；步骤2、进行序列分解与特征提取，对多分量的时序数据进行特征提取，提取的特征输入模型中；步骤3、进行多分量融合，将提取到的多个分量特征使用一个融合矩阵进行融合；步骤4、进行模型训练，使用多分量相关性融合的时间序列数据异常检测方法进行训练，训练对时间序列数据进行异常检测的模型；步骤5、进行模型测试，使用训练好的模型测试数据。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 一种基于多分量相关性融合的多元时间序列数据异常检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号