[发明专利]用于学习异常检测的样本的方法有效
| 申请号： | 201510303016.4 | 申请日： | 2015-06-04 |
| 公开（公告）号： | CN105279365B | 公开（公告）日： | 2018-01-23 |
| 发明（设计）人： | 迈克尔·J·琼斯;丹尼尔·N·尼科夫斯基 | 申请（专利权）人： | 三菱电机株式会社 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京三友知识产权代理有限公司11127 | 代理人： | 吕俊刚,刘久亮 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种用于学习异常检测的样本的方法。该方法通过使用分治过程概括训练时间序列数据首先学习最终样本集来检测时间序列数据中的异常。然后，针对测试时间序列数据的每一个窗口，确定到最终样本集中的最接近样本的距离，其中，所述距离是异常分数。最后，当针对窗口的异常分数大于阈值时，通报异常。 | ||
| 搜索关键词： | 用于 学习 异常 检测 样本 方法 | ||
【主权项】：
一种用于检测时间序列数据中的异常的方法，所述方法包括以下步骤：通过使用分治过程概括训练时间序列数据来学习最终样本集，其中，所述分治过程包括：将所述训练时间序列数据中的初始样本集划分为多个分块，将选择过程和组合过程的序列应用于所述多个分块，直到仅剩余一个分块为止，以及将最终选择过程应用于剩余分块的样本，以产生所述最终样本集；针对测试时间序列数据的每一个窗口，确定到所述最终样本集中的最接近样本的距离，其中，所述距离是异常分数；以及当针对窗口的所述异常分数大于阈值时，通报异常，其中，这些步骤在处理器中执行。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于三菱电机株式会社，未经三菱电机株式会社许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510303016.4/，转载请声明来源钻瓜专利网。
