[发明专利]一种基于傅立叶函数变换的异常点检测方法在审
| 申请号： | 201910931124.4 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110674882A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 李孝杰;李俊良;徐虹;李芮;冯翱;任勇鹏;严喆 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08;G06F16/27 |
| 代理公司： | 11308 北京元本知识产权代理事务所 | 代理人： | 王红霞 |
| 地址： | 610225 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于傅立叶函数变换的异常点检测方法，该方法具体包括以下步骤：第一步，将原始数据集进行聚类操作；第二步，计算簇密度和均值密度，以原数据集的均值密度作为阈值，将数据集进行精简；第三步，对剩余数据集进行傅立叶变换，利用回归方程将离散值连续化。第四步，进行傅立叶变换后的数据与标准正余弦函数进行相似度对比，找出异常数据。本发明的有益效果是：本发明可以有效的提高异常点检测算法的准确率，能大幅度减少异常检测过程中的实际数据量，从而节省了很多计算资源，并且提高了异常检测效率。本发明在聚类和数据化分析的步骤下能够解决异常检测中的一些过拟合问题。增强了异常检测算法的鲁棒性。 | ||
| 搜索关键词： | 傅立叶变换 异常点检测 异常检测 异常检测过程 异常检测算法 数据化分析 相似度对比 原始数据集 正余弦函数 函数变换 回归方程 计算资源 聚类操作 剩余数据 实际数据 异常数据 计算簇 连续化 鲁棒性 数据集 原数据 准确率 聚类 拟合 算法 | ||
【主权项】：
1.一种基于傅立叶函数变换的异常点检测方法，其特征在于：该方法具体包括以下步骤：/n第一步，将原始数据集进行聚类操作；/n第二步，计算簇密度和均值密度，以原数据集的均值密度作为阈值，将数据集进行精简；/n第三步，对剩余数据集进行傅立叶变换，利用回归方程将离散值连续化；/n第四步，对变换完成后的数据集与标准正余弦函数作对比进行异常检测；/n所述第一步将原始数据集进行聚类操作的具体步骤为：/n步骤一：输入N个模式样本{x
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成都信息工程大学，未经成都信息工程大学许可，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/201910931124.4/，转载请声明来源钻瓜专利网。
