一种基于相似度的多元时间序列异常检测与诊断方法
成果类型:: 发明专利,新技术
发布时间: 2023-07-03 19:55:31
本发明提供了一种基于相似度的多元时间序列异常检测与诊断方法,包括:S1,获取待测试的多元时间序列;S2,结合基本概率分配方法和谷本测量获取相似度矩阵;S3,利用基于注意力机制的重构模型重构相似度矩阵;S4,比较相似度矩阵和重构矩阵得到相似误差矩阵,将相似误差矩阵中异常元素数量作为对应时刻的异常分数;S5,若异常分数达到第一阈值则该时刻异常,据异常元素分布确定异常属性。
基于基本概率分配与谷本系数的相似度矩阵计算方法实现了多元时间序列属性之间的可解释关系,注意力机制的重构模型加强了处理长时间、高维度数据的能力,以更好地描述长期的时间依赖关系,提高异常诊断的能力,能检出异常时刻和异常属性。
提供了一种基于相似度的多元时间序列异常检测与诊断方法,包括:S1,获取待测试的多元时间序列;
创始团队由一群具有创新意识、拥有着共同的目标、有着不同的专业背景的朝气蓬勃的在校大学生组成。不同兴趣、不同学识背景的几个年轻人为了同一个目标汇集在一起,不同人的特长通过合作集中在一起使得每一个人都可以发挥出每一个人的最大优势同时随着项目进度的推进我们也会引进新人促进项目的发展,为团队注入新鲜的血液,保证团体始终保有创新意识和活力。
更好地描述长期的时间依赖关系,提高异常诊断的能力,能检出异常时刻和异常属性。
通过自主研发,组建研发团队,对用户进行调研,查阅文献了解市场需要,解决项目中的技术问题,确定项目总体方案设计,配置相关仪器设备,确保项目按计划进度实施。同时定期进行各项试验,改进技术方案及技术指标,完善工艺,规模生产。投入市场建立和完善市场营销网络。