-
公开(公告)号:CN118171216A
公开(公告)日:2024-06-11
申请号:CN202410368135.7
申请日:2024-03-28
申请人: 山西大学
IPC分类号: G06F18/2433 , G06F18/22 , G06F18/214 , G06N3/048 , G06F123/02
摘要: 本发明公开了一种基于标准基尼指数构图的多维时序异常检测方法,属于时序异常检测技术领域。针对现有时序异常检测方法无法对离散值和连续值之间的关系进行学习的问题,通过在衡量传感器的相似度时,对连续型变量进行离散化处理,并通过计算两个传感器之间的标准基尼指数得到传感器之间的相似度值。传统的基尼指数存在多值偏向问题,即偏向于赋予取值较多、属性较高的分数,标准基尼指数能有效地缓解这一问题。标准基尼指数能有效地刻画取值种类不同的传感器之间的相似程度;且本发明给每个传感器一个嵌入向量,这个向量可以表示每个传感器的独特特征,在对数据进行重构时,将嵌入向量和相应的变换特征连接起来,能够更好的对原始数据进行重构。