公开(公告)号：CN119739971A

公开(公告)日：2025-04-01

申请号：CN202411853427.6

申请日：2024-12-16

Applicant: 杭州电子科技大学

Inventor： 杨海龙 ,  樊谨 ,  黄良康 ,  王佳琪 ,  孙丹枫

IPC: G06F18/10 ,  G06F18/2132 ,  G06F18/27 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种基于双重重建的多元时间序列异常检测方法，涉及数据处理与分析技术领域；S1、对输入的时间序列数据样本进行预处理；S2、将S1中预处理后的时间序列数据转换为滑动窗口序列样本；S3、将S2的滑动窗口序列样本通过GAN模型与S1中时间序列数据样本进行判别操作；S4、在S3的GAN模型框架基础上应用EM距离最小化生成器和最大化判别器的损失函数；S5、构建判别网络的损失函数；S6、计算误差并结合S4和S5得到GAN模型的损失函数L1；S7、进行二次重建得到损失函数L2；S8、通过S6和S7的损失函数计算异常分数阈值；S9、根据S8的结果对异常分数区分标记；本发明采用上述基于双重重建的多元时间序列异常检测方法，可以提高异常检测的性能和可靠性。

公开(公告)号：CN119598039A

公开(公告)日：2025-03-11

申请号：CN202411686678.X

申请日：2024-11-22

Applicant: 杭州电子科技大学

Inventor： 钟禹澄 ,  樊谨 ,  孙丹枫 ,  陈嘉翰 ,  王佳琪

IPC: G06F16/9537 ,  G06F16/9538

Abstract: 本发明公开了一种基于时间特征感知的序列推荐方法、设备及存储介质，涉及数据处理技术领域。该方法包括：获取预设历史时间内用户和一组项目的历史交互数据，对历史交互数据进行上下文分析，获得历史交互序列和时间戳序列；获得第一组时间特征、第二组时间特征和第三组时间特征；获得短期偏好得分；获得长期偏好得分；生成综合偏好得分；基于综合偏好得分，确定一组项目的多个交互概率；将多个交互概率按照从大到小的顺序进行排序，将排在最前列的交互概率对应的项目作为推荐结果。本发明解决了现有技术中捕捉到的用户偏好与当前的实际偏好存在偏差，推荐可靠性低的技术问题，达到了对用户偏好进行准确把握，提高推荐准确性的技术效果。