一种流式数据的异常检测方法、系统、设备及存储介质

    公开(公告)号:CN117056847B

    公开(公告)日:2024-01-30

    申请号:CN202311301731.5

    申请日:2023-10-10

    Applicant: 中南大学

    Abstract: 本发明公开了一种流式数据的异常检测方法、系统、设备及存储介质,本方法通过对流式数据集进行预处理,得到预处理后的流式数据集;通过引入相关系数构建迭代最优的变分模态分解方法,并采用迭代最优的变分模态分解方法对预处理后的流式数据集进行分解,得到最优数量的内禀模态函数分量;基于排序配对学习构建排序配对的自适应麻雀搜索算法;采用排序配对的自适应麻雀搜索算法对GRU网络中的超参数进行优化,构建流式数据的异常检测模型;将最优数量的内禀模态函数分量输入至异常检测模型中进行流式数据的异常检测,得到异常检测结果。本发明能够有效降低数据时变性、非线性和非平稳对异常检测的影响,提高异常检测的准确度。(56)对比文件PENGYUN JIA et al..Short-TermPhotovoltaic Power Forecasting Based onVMD and ISSA-GRU.IEEE Access.2021,第9卷105939-105950.王子恺 等.融合边界处理机制的学习型麻雀搜索算法.北京航空航天大学学报.2022,(第8期),1-8.张妍;韩璞;王东风;王少蕊.基于变分模态分解和LSSVM的风电场短期风速预测.太阳能学报.2018,(第01期),全文.

    一种流式数据的异常检测方法、系统、设备及存储介质

    公开(公告)号:CN117056847A

    公开(公告)日:2023-11-14

    申请号:CN202311301731.5

    申请日:2023-10-10

    Applicant: 中南大学

    Abstract: 本发明公开了一种流式数据的异常检测方法、系统、设备及存储介质,本方法通过对流式数据集进行预处理,得到预处理后的流式数据集;通过引入相关系数构建迭代最优的变分模态分解方法,并采用迭代最优的变分模态分解方法对预处理后的流式数据集进行分解,得到最优数量的内禀模态函数分量;基于排序配对学习构建排序配对的自适应麻雀搜索算法;采用排序配对的自适应麻雀搜索算法对GRU网络中的超参数进行优化,构建流式数据的异常检测模型;将最优数量的内禀模态函数分量输入至异常检测模型中进行流式数据的异常检测,得到异常检测结果。本发明能够有效降低数据时变性、非线性和非平稳对异常检测的影响,提高异常检测的准确度。

    一种婴儿用呼吸气管及婴儿呼吸设备

    公开(公告)号:CN219517466U

    公开(公告)日:2023-08-15

    申请号:CN202320442919.0

    申请日:2023-03-09

    Applicant: 中南大学

    Abstract: 本实用新型公开了一种婴儿用呼吸气管及婴儿呼吸设备,其中婴儿用呼吸气管包括:主气管,外周壁上设有两间隔设置的鼻管,所述鼻管与所述主气管相连通;充气鼻塞,包括两气囊管,两所述气囊管分别套设至两所述鼻管的外周壁上;充气源,与两所述气囊管相连通。能够更好提供正压通气,同时固定牢靠,以减少鼻塞的脱出概率。本实用新型应用于婴儿医疗用具领域。

Patent Agency Ranking