龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京交通大学;龙盈智达(北京)科技有限公司
摘要：本发明提供一种面向金融业时间序列异常检测方法及系统，属于金融时序数据监测技术领域，采用时频对比学习技术，对时间序列数据的时域和频域信息进行综合挖掘,获取高质量的数据表征；设计了时频排序损失函数，以优化正负样本与锚点之间的相对距离，有效减少假负样本的影响。本发明提高了异常检测的准确性和减少了对标签的依赖，还通过引入频域信息，克服了现有技术主要关注时域特征的局限性。
主权项：1.一种面向金融业时间序列异常检测方法，其特征在于，包括：获取待检测的时间序列；利用预先训练好的异常检测模型对获取的时间序列进行异常检测，得到异常检测结果；其中，训练所述异常检测模型包括：对原始时间序列样本进行数据增强生成其对应的两个子样本；对子样本分别采用时域编码和频域编码提取特征；在时域编码部分，通过全连接层得到高维潜在向量；通过时间戳屏蔽模块在随机选择的时间戳上屏蔽潜在向量；通过深度卷积神经网络模块提取时域特征；时域方面，利用分层对比损失，分别考虑时间戳级别和实例级别对比损失，并通过最大池化学习不同粒度的表示；在频域编码部分，通过短时傅里叶变换提取频域特征；利用激励残差网络改进频域表示，使网络能够聚焦于关键的频域特征；考虑到时频一致性，利用时频对比损失，首先拉近同源的频域增强样本，其次拉近同源的时域增强样本；对于两个子样本分别应用掩码和不应用掩码来处理切片中的最后一个节点评估异常得分；基于滑动窗口对每个节点进行得分判定，得分高于给定阈值即被判定为异常值点。
全文数据：
权利要求：
百度查询： 北京交通大学 龙盈智达(北京)科技有限公司 面向金融业时间序列异常检测方法及系统
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