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：浙江大学

摘要：本发明公开了一种基于时空特征表示差异的时序数据的异常检测方法和装置，包括：获取时序数据并进行预处理来构建样本数据；利用样本数据对基于时空特征表示差异的深度学习模型进行训练得到异常检测模型；利用异常检测模型对待检测的样本数据进行推理计算得到每个时间点数据的异常得分，包括：基于待检测的样本数据在时间角度提取的时间特征表示和基于空间角度提取的空间特征表示之间的第一相似度来确定样本中每个时间点数据的异常得分；筛选评分异常得分高于异常阈值的时间点数据被判定为异常，这样可以在没有异常标签的情况下使用并检测出时序数据中可能存在的异常，且使用简单，效率高。

主权项：1.一种基于时空特征表示差异的时序数据的异常检测方法，其特征在于，通过时空特征表示差异来实现对医疗领域的时序数据的异常检测，包括以下步骤：获取医疗领域的时序数据并进行预处理来构建样本数据，其中，医疗领域的时序数据包括ECG时序数据或EEG时序数据；利用样本数据对基于时空特征表示差异的深度学习模型进行训练得到异常检测模型，包括：样本数据以等长时间窗口的形式组织，并按照时间顺序将每个时间窗口内样本数据切分为等长的块patch，得到形状为的输入数据，其中，numPatchs表示单个时间窗口内样本数据被切分成patch之后的patch数量，patchSize表示每个patch的长度，C表示多维时序数据中维度数目；将每个时间窗口内的输入数据分别按照时间角度和空间角度输入至各角度对应的特征表示模块中进行特征表示得到时间特征表示和空间特征表示，并在异常检测模块中根据时间特征表示和空间特征表示计算两者之间的第一相似度，并以第一相似度构建损失函数来优化特征表示模块，优化后特征表示模块和异常检测模块构成异常检测模型；其中，时间角度和空间角度各自对应的特征表示模块结构相同，均包括线性表示层和注意力层和尺寸映射层；输入数据在线性表示层中经过线性映射提取嵌入表示，该嵌入表示在注意力层中通过注意力机制关注重要特征得到重要表示，基于重要表示计算每行之间的第二相似度来重构相似度表示，该相似度表示在尺寸映射层经过上采样后得到与输入数据相同维度的时序关联表示，该时序关联表示中每一行数据视为时间窗口内某时间点数据与窗口内所有时间点数据之间的关联模式；时间角度对应的特征表示模块输出的时序关联表示作为时间特征表示，空间角度对应的特征表示模块输出的时序关联表示作为空间特征表示；利用异常检测模型对待检测的样本数据进行推理计算得到每个时间点数据的异常得分，包括：基于待检测的样本数据在时间角度提取的时间特征表示和基于空间角度提取的空间特征表示之间的第一相似度来确定样本中每个时间点数据的异常得分；筛选异常得分高于异常阈值的时间点数据被判定为异常。

全文数据：

权利要求：

百度查询： 浙江大学 基于时空特征表示差异的时序数据的异常检测方法和装置