-
公开(公告)号：CN116185694A
公开(公告)日：2023-05-30
申请号：CN202310208218.5
申请日：2023-03-06
Applicant: 重庆大学
IPC: G06F11/07
Abstract: 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。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
