一种基于神经网络的数据异常诊断方法和电子设备

    公开(公告)号:CN116702005A

    公开(公告)日:2023-09-05

    申请号:CN202310711594.6

    申请日:2023-06-15

    Abstract: 本申请公开了一种基于神经网络的数据异常诊断方法和电子设备。其中,该方法包括:针对不同数据异常的特点建立包含9项特征的特征指标集合,从时间序列样本中提取9项特征组成特征向量,将时间序列样本转换为特征向量的样本;将特征向量作为网络输入层,将数据异常类型的标签作为输出层,并利用隐藏层建立输入和输出之间的隐式映射关系,建立PRNN模型;使用带标签的特征向量样本训练PRNN模型,并利用去除标签的未知的所述特征向量样本进行数据异常诊断,得到异常分类结果;根据测试集中未知的特征向量的异常分类结果,计算误差指标,绘制极坐标化AUCs曲线,对异常诊断性能进行评估。实施本申请实施例,可提高网络训练的效率和异常检测的精度、效率。

Patent Agency Ranking