首页> 中国专利> 一种基于有监督算法与无监督算法相结合的异常检测方法

一种基于有监督算法与无监督算法相结合的异常检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于有监督算法与无监督算法相结合的异常检测方法，属于异常检测技术领域。本发明的步骤为：S1：数据处理；S2：进行初步数据探索，查看数据类型和分布，确定特征处理、特征选择及特征构建方案；S3：多种无监督算法进行数据训练及异常判断；S4:对数据集D中每条记录在M个无监督算法中至少有一个异常标签，则判定为异常记录；S5:进过伪标签标注后，查看正负样本比例；S6:采用随机搜索的方式进行XGBoost超参数的调整；S7:用户指定异常比例c，根据评分进行排序，评分超过阈值的数据即为异常点。本发明针对尾矿库在线监测系统的异常检测，提升了无监督算法的检测性能、模型效果和稳定性。

著录项

公开/公告号CN115576981A

专利类型发明专利
公开/公告日2023-01-06

原文格式PDF
申请/专利权人中钢集团马鞍山矿山研究总院股份有限公司;
展开▼

申请/专利号CN202211322917.4
发明设计人华绍广;季云云;李香梅;李书钦;姚俊;裴德健;
展开▼

申请日2022-10-27
分类号G06F16/245;G06F16/28;G06N20/20;
代理机构马鞍山市金桥专利代理有限公司;
代理人常前发;王益西
地址 243000 安徽省马鞍山市经济开发区西塘路666号
入库时间 2023-06-19 18:13:00

法律信息

法律状态公告日

法律状态信息

法律状态
2023-01-06

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种基于无监督算法的行为序列异常检测方法及系统 [P] . 中国专利： CN112738088A . 2021-04-30
2. 基于无监督算法的用户异常检测方法及装置 [P] . 中国专利： CN113837325B . 2022-03-01
3. Method and system for anomaly detection using a collective set of unsupervised machine-learning algorithms [P] . 美国专利： US2007289013A1 . 2007-12-13

机译：使用一组无监督的机器学习算法进行异常检测的方法和系统
4. Comparing unsupervised algorithms for anomaly detection [P] . 美国专利： US10749881B2 . 2020-08-18

机译：比较无监督算法以进行异常检测
5. Automatic grouping method in web based Device Management Applications using unsupervised machine learning algorithm [P] . 美国专利： US11290614B2 . 2022-03-29

机译：基于web的设备管理应用中使用无监督机器学习算法的自动分组方法