-
公开(公告)号：CN112308235A
公开(公告)日：2021-02-02
申请号：CN202011163780.3
申请日：2020-10-27
Applicant: 北京理工大学
IPC: G06N20/00
Abstract: 本发明提出了一种时间序列数据流异常检测方法，属于机器学习异常检测技术领域。本方法使用随机卷积核对时间序列数据进行特征转换，其中卷积核的大小、权重完全随机。随后，使用流式孤立深林对转换后的特征进行离群检测。异常时间序列序列得到特征往往和正常数据偏离远，数据分布密度小，容易孤立出来。本方法采用无监督方式，不需要人工对数据进行标注，大大节省人工成本。同时，采用流式算法，动态维护模型，可快速实时检测。本方法可适应大规模数据异常检测。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
