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！
摘要：本发明公开了基于多子图融合的多元时间序列异常检测方法及系统，该方法采用滑动窗口策略将去噪后的多元时间序列划分为多个子序列，将这多个子序列输入到特征提取模块进行特征提取，并将特征提取模块提取到的特征与去噪后的多元时间序列拼接，得到融合特征矩阵；对于融合特征矩阵，采用两种构建子图的方法分别得到多个子图；采用图神经网络和Transformer编码器将所得子图进行加权融合，得到融合后的图结构和特征表示；将融合后的图结构和特征表示输入到异常检测模型以进行时间序列异常检测。本发明可以良好的捕捉到时间序列中的动态变化和局部模式，将多个子图结构良好的融合，提高异常检测的能力。
主权项：1.基于多子图融合的多元时间序列异常检测方法，其特征在于，步骤如下：步骤S1：对多元时间序列进行去噪处理；步骤S2：采用滑动窗口策略将去噪后的多元时间序列划分为多个子序列，将这多个子序列输入到特征提取模块进行特征提取，并将特征提取模块提取到的特征与去噪后的多元时间序列拼接，得到融合特征矩阵；步骤S3：对于融合特征矩阵，以每个传感器为节点，边表示当前时间点传感器之间的依赖关系，第一种构建子图的方法为：计算每个节点的特征向量的余弦相似度，动态选择最大的K个边权重值，并保留相应的边，得到多个子图；第二种构建子图的方法为：使用KL散度和推土机距离的加权和来度量两个节点之间的相关性，以确定是否有边的存在，得到多个子图；步骤S4：采用图神经网络和Transformer编码器将所得子图进行加权融合，得到融合后的图结构和特征表示；步骤S5：将融合后的图结构和特征表示输入到异常检测模型以进行时间序列异常检测；步骤S6：通过异常检测模型的预测误差计算异常得分，设置阈值，将异常得分与阈值比较，判断多元时间序列是否异常，以完成异常检测任务。
全文数据：
权利要求：
百度查询： 华东交通大学 基于多子图融合的多元时间序列异常检测方法及系统
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