买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜重庆工商大学申请的专利卫星多维遥测序列异常检测模型构建方法及装置、异常检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116992380B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310878232.6，技术领域涉及：G06F18/2433；该发明授权卫星多维遥测序列异常检测模型构建方法及装置、异常检测方法及装置是由庞景月;朱晓龙设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本卫星多维遥测序列异常检测模型构建方法及装置、异常检测方法及装置在说明书摘要公布了：卫星多维遥测序列异常检测模型构建方法及装置、异常检测方法及装置，涉及数据处理及检测领域。针对现有技术中存在的，现有多维时间序列异常检测算法对遥测数据和控制命令之间复杂的交互和其依赖关系进行建模的能力并不出色的技术问题，本发明提供的技术方案为：卫星多维遥测序列异常检测模型构建方法，方法包括：采集遥测数据的步骤；将数据映射为时间相关性的隐变量的步骤；根据时间相关性的隐变量，得到重构输入数据的步骤；根据重构输入数据，得到空间相关性的隐变量的步骤；根据空间相关性的隐变量，得到遥测数据和重构数据之间的差异的步骤。本发明提供的卫星多维遥测序列异常检测方法，适合应用于航天器遥测序列异常检测的工作中。

本发明授权卫星多维遥测序列异常检测模型构建方法及装置、异常检测方法及装置在权利要求书中公布了：1.卫星多维遥测序列异常检测模型构建方法，其特征在于，所述方法包括：采集遥测数据的步骤；将所述数据映射为时间相关性的隐变量的步骤；根据所述时间相关性的隐变量，得到重构输入数据的步骤；根据所述重构输入数据，得到空间相关性的隐变量的步骤；根据所述空间相关性的隐变量，得到所述遥测数据和重构数据之间的差异的步骤；对所述数据X∈RM×N，每一行xi称为一个特征，每一列xt称为一个观测值；隐变量z1＝gx∈Rm×w′，g是若干个一维卷积，m是特征数量，w'是卷积后窗口的长度；d＝fz1∈Rm×w，并且f是相应的一维反卷积层；隐变量z2∈Rm′×w，是在重构的d上沿特征维度压缩得到的嵌入表示，m'是压缩后的特征维数；隐变量表示了输入数据的潜在特征或表示；时间相关性的隐变量z1；空间相关性的隐变量z2；得到时间相关性的隐变量z1和空间相关性的隐变量z2之后，通过重构误差函数L去计算原始数据与重构数据之间的差异或损失，以达到最小或者优化成最小； 其中，表示原始分布中的数据概率与近似分布之间的对数差的期望，pθ表示Kullback-Leibler散度的概率分布，e表示生成网络pnet所需的重构输入，qφ表示Kullback-Leibler散度的上近似分布；对遥测数据正常模式进行建模的方式在于：基于GRU神经网络的自注意力机制，对遥测数据正常模式构建的模型表述为:pθx,z2,z1＝pθx|z2,z1pθz2|z1pθz1；通过联合训练随机隐变量，使z1和z2学习时间嵌入或空间特征嵌入；利用分层变分自编码器的层次结构将原始输入x转换为低维表示zz2|z1层次结构；对模型进行变分后验：qφz2,z1|x＝qφz2|z1qφz1|x；得到输入的遥测数据序列中不同位置的注意力权重：at＝softmaxw2tanhw1ct+b1；其中w1、w2和b1表示相应全连接层的权重和偏差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆工商大学，其通讯地址为：400060 重庆市南岸区学府大道19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。