[发明专利]一种工业数据异常检测方法、装置、终端设备及存储介质

权利要求书

1.一种工业数据异常检测方法，其特征在于，包括：

获取标准工业制品的数据；

获取异常工业制品的数据；

对所述标准工业制品的数据进行重新校验，对所述异常工业制品的数据进行重新校验；

计算并获得所述数据的高密度区域和低密度区域；

对所述低密度区域进行划分，识别出缺陷样本的类别；

获取待测样本的数据，确定所述待测样本的类别。

2.如权利要求1所述的工业数据异常检测方法，其特征在于，对所述标准工业制品的数据进行重新校验；对所述异常工业制品的数据进行重新校验，还包括：将所获取的标准工业制品的数据和/或异常工业制品的数据进行格式内容修正、以及删除重复信息。

3.如权利要求1所述的工业数据异常检测方法，其特征在于，计算并获得所述数据的高密度区域和低密度区域，还包括：将所获取的标准工业制品的数据以及所获取的异常工业制品的数据，通过将该数据映射至高维空间，通过数据之间的距离值，确定所述高密度区域和低密度区域。

4.如权利要求3所述的工业数据异常检测方法，其特征在于，所述高密度区域和低密度区域的确定，还包括，通过将高密度区域包围在超球面中，将该高密度区域的数据作为标准工业制品数据，位于超球面外的数据为异常工业制品的数据。

5.如权利要求1所述的工业数据异常检测方法，其特征在于，所述对低密度区域进行划分，识别出缺陷样本的类别，还包括：初始化类别中心，将低密度区域划分为多个区域，将每一个区域作为一个类别，在每一个类别中随机选择一个样本作为类别中心，作为初始点；

根据到所述初始点距离最小的原则，为每个缺陷样本建立标签；

计算该区域内所有样本的均值，作为该类别的中心；

重复上述步骤，知道所述类别的中心变化很小，完成类别的划分。

6.如权利要求5所述的工业数据异常检测方法，其特征在于，所述方法还包括：对每一个缺陷样本类别构造超球面，并计算至该缺陷样本类别的超球面的距离。

7.如权利要求1所述的工业数据异常检测方法，其特征在于，判断所述待测样本的是否存在缺陷时，确定所述待测样本的类别，还包括：通过三维扫描或者图像识别的方式，获取待测样本的数据；所获取的待测样本数据与标准工业制品的数据、异常工业制品的数据类型保持一致，计算出所述待测样本数据到超球面的距离，同归与缺陷样本类别的距离进行比较，确定待测样本的缺陷类别。

8.一种工业数据异常检测装置，其特征在于：

数据获取模块，用于获取所述标准工业制品的数据，获取所述异常工业制品的数据；

数据校验模块；用于对所述标准工业制品的数据进行重新校验；对所述异常工业制品的数据进行重新校验；

计算模块，计算并获得所述高密度区域和低密度区域；

分类模块，对所述低密度区域进行划分，识别出缺陷样本的类别。

判断模块，用于对待测样本的类别进行判断，通过计算所述待测样本至超球面的距离，确定待测样本的类别。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的工业数据异常检测方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的工业数据异常检测方法的步骤。