[发明专利]一种基于弱监督数据辅助的鲁棒事件检测方法及装置在审
| 申请号： | 201910609688.6 | 申请日： | 2019-07-08 |
| 公开（公告）号： | CN110688618A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 刘斌;刘子扬 | 申请（专利权）人： | 南京邮电大学;南京邮电大学盐城大数据研究院有限公司 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;G06N7/00 |
| 代理公司： | 32102 南京苏科专利代理有限责任公司 | 代理人： | 姚姣阳 |
| 地址： | 210012 江苏省盐城*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于弱监督数据辅助的鲁棒事件检测方法及装置，包括如下步骤：步骤S1、基于弱监督数据构建弱监督预测模型；步骤S2、在当前时刻进行数据采样，再通过马尔可夫模型计算该新样本点标签值的先验概率；步骤S3、根据弱监督预测模型构建当前时刻数据标签取值的似然函数；步骤S4、通过贝叶斯公式计算当前时刻数据标签取值的后验概率，并对标签取值进行判定。本发明通过引入少量弱监督辅助信息，利用对时间序列数据的在线式分析进行异常事件检测。 | ||
| 搜索关键词： | 标签 监督数据 时刻数据 预测模型 构建 马尔可夫模型 时间序列数据 异常事件检测 贝叶斯公式 辅助信息 后验概率 事件检测 数据采样 似然函数 先验概率 辅助的 新样本 在线式 监督 鲁棒 判定 引入 分析 | ||
【主权项】：
1.一种基于弱监督数据辅助的鲁棒事件检测方法，其特征在于，包括如下步骤：/n步骤S1、基于弱监督数据构建弱监督预测模型；/n步骤S2、在当前时刻进行数据采样，再通过马尔可夫模型计算该新样本点标签值的先验概率；/n步骤S3、根据弱监督预测模型构建当前时刻数据标签取值的似然函数；/n步骤S4、通过贝叶斯公式计算当前时刻数据标签取值的后验概率，并对标签取值进行判定。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学;南京邮电大学盐城大数据研究院有限公司，未经南京邮电大学;南京邮电大学盐城大数据研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910609688.6/，转载请声明来源钻瓜专利网。
- 上一篇：风机振动异常检测方法及装置
- 下一篇：一种配电网的理论线损计算系统及方法
