[发明专利]一种从海量历史谐波数据中查找异常数据的智能识别方法在审
| 申请号： | 201910671354.1 | 申请日： | 2019-07-24 |
| 公开（公告）号： | CN110390301A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 吕志盛;陈晓芳 | 申请（专利权）人： | 厦门理工学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人： | 何家富 |
| 地址： | 361000 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种从海量历史谐波数据中查找异常数据的智能识别方法，其特征在于,包括以下步骤:步骤S10，输入样本数据集的波形图，应用深度残差网络进行训练与测试，输出识别准确度，并获得已训练的深度残差网络；步骤S20，输入测试数据集的波形图，采用已训练的深度残差网络，对测试数据集的波形图进行分类，并对包含异常数据的波形图进行异常数据定位。本发明的从海量历史谐波数据中查找异常数据智能识别方法能够节省大量的人力，并能够实现快速筛选谐波数据中的异常数据，并予以分类、定位。 | ||
| 搜索关键词： | 异常数据 谐波数据 波形图 智能识别 残差 查找 输入测试数据 测试数据集 快速筛选 输出识别 输入样本 准确度 网络 数据集 分类 测试 应用 | ||
【主权项】：
1.一种从海量历史谐波数据中查找异常数据的智能识别方法，其特征在于,包括以下步骤:步骤S10，输入样本数据集的波形图，应用深度残差网络进行训练与测试，输出识别准确度，并获得已训练的深度残差网络；步骤S20，输入测试数据集的波形图，采用已训练的深度残差网络，对测试数据集的波形图进行分类，并对包含异常数据的波形图进行异常数据定位；所述样本数据集和测试数据集均为谐波数据。
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厦门理工学院，未经厦门理工学院许可，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/201910671354.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于机器人的目标跟随方法和装置
- 下一篇：一种三维目标检测方法
