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

一种肉类在线交易的异常检测方法 

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:长沙金国皓数字科技有限公司;湖南韶峰应用数学研究院

摘要:本发明公开了一种肉类在线交易的异常检测方法,涉及在线交易数据处理相关技术领域,包括以下步骤:步骤S1,数据的采集:从消费方与供应方分别进行分析,对指标数据进行处理;处理后的数据建立指标体系,利用二阶聚类方法,确定最优聚类数;步骤S2,对数据进行去噪处理:采用卡尔曼滤波算法对噪声进行滤波;步骤S3,数据补全:通过矩阵补全方法对缺失数据进行填补得到完整的数据;步骤S4,异常检测:利用双向差分运算对完整的数据进行异常检测。本发明的肉类在线交易的异常检测方法,能够快速定位可能存在异常的交易用户。

主权项:1.一种肉类在线交易的异常检测方法,其特征在于,包括以下步骤:步骤S1,数据的采集:从消费方与供应方分别进行分析,对指标数据进行处理;处理后的数据建立指标体系,利用二阶聚类方法,确定最优聚类数;步骤S2,对数据进行去噪处理:采用卡尔曼滤波算法对噪声进行滤波;步骤S3,数据补全:通过矩阵补全方法对缺失数据进行填补得到完整的数据;步骤S4,异常检测:利用双向差分运算对完整的数据进行异常检测;所述步骤S2中,采用卡尔曼滤波对步骤S1中处理后的数据进行平滑处理,更新参数系统噪声Q和测量噪声R,利用神经网络自学习卡尔曼滤波中的参数并输出卡尔曼滤波的预测值,将预测值和观测值使用均方误差损失函数进行约束后反向传播更新神经网络中的学习参数系统噪声Q和测量噪声R;所述步骤S3中,矩阵补全方法是先将肉类交易量形成原始矩阵,利用原始矩阵与原始矩阵分解后的两矩阵乘积的二范数最小表示,添加L2正则项,形成针对肉类交易情况在数据补全时的损失函数,再利用梯度下降的方法对损失函数的参数、矩阵进行迭代更新;所述步骤S4中,对数据进行双向差分运算的具体流程为:(1)将数据进行二阶聚类,获得具有内部相似性的多个类别;(2)对每一类中的数据进行同日期两用户间数据的差分运算及同用户两日期间数据的差分运算分别得到数据矩阵;(3)将差分运算结果与阈值相比较,判断是否存在异常。

全文数据:

权利要求:

百度查询: 长沙金国皓数字科技有限公司 湖南韶峰应用数学研究院 一种肉类在线交易的异常检测方法

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。