龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工商大学
申请日：2023-12-27
公开（公告）日：2024-05-07
公开（公告）号：CN117992493A
主分类号：G06F16/2455
分类号：G06F16/2455;G06F21/64
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.24#实质审查的生效;2024.05.07#公开
摘要：本发明公开了一种基于LDVP的异常检测方法及系统，方法包括如下步骤：步骤1：对实时数据流进行处理；步骤2：确定最佳邻域半径r并计算r‑邻域，通过增量更新计算mvp值，再计算LDVP值，提高LDVP计算速度。步骤3：计算异常分数Si获得滑动窗口中的候选异常点。步骤4：将获得的候选异常点进行多重验证，确定最终的异常点。本发明采用自适应动态滑动窗口机制和验证模型，平衡计算效率和检测精度之间的关系；通过将局部向量点积密度值转换为异常值分数，能够提高异常检测的准确性。此外，本发明采用增量计算模块高效处理数据流，从而减少不必要的计算开销；在合成数据和真实数据集上的仿真实验验证了本发明技术方案的鲁棒性和准确性。
主权项：1.一种基于局部向量点积密度的异常数据检测方法，其特征在于，包括以下步骤：步骤1：对实时数据流进行处理；步骤2：确定最佳邻域半径r并计算r-邻域，通过增量计算向量点积均值，再计算LDVP值；步骤3：计算异常分数Si获得滑动窗口中的候选异常点；步骤4：将获得的候选异常点进行多重验证，确定异常点。
全文数据：
权利要求：
百度查询： 浙江工商大学 一种基于局部向量点积密度的异常数据检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号