公开(公告)号：CN118410273A

公开(公告)日：2024-07-30

申请号：CN202410350922.9

申请日：2024-03-26

Applicant: 中国软件评测中心(工业和信息化部软件与集成电路促进中心)

Inventor： 周桥 ,  陶新昕 ,  徐海波 ,  谢斐 ,  王晓敏 ,  陈璐 ,  李亚伟 ,  罗文兵

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/23 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种用于检测的深度特征提取方法、系统、设备和存储介质，涉及数据处理技术领域，方法包括：对含有多个时间序列数据的原始数据集进行预处理；结合卷积神经网络和自编码器，构建一维卷积自编码深度神经网络，对一维卷积自编码深度神经网络进行训练；利用训练好的一维卷积自编码深度神经网络，提取预处理后的原始数据集中的深度非线性特征。本发明设计一个新的简洁鲁棒的一维卷积自编码深度神经网络，来有效保障时间序列数据的深度非线性特征表示的稳定性和准确性，能够更准确提取预处理后的原始数据集中的深度非线性特征，解决了模型泛化性弱、训练难、特征提取不准确和代表性弱的问题。

公开(公告)号：CN118410274A

公开(公告)日：2024-07-30

申请号：CN202410350931.8

申请日：2024-03-26

Applicant: 中国软件评测中心(工业和信息化部软件与集成电路促进中心)

Inventor： 陶新昕 ,  周桥 ,  徐海波 ,  谢斐 ,  王晓敏 ,  陈璐 ,  李亚伟 ,  罗文兵

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/23 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种多维深度检测方法、系统、计算机设备和存储介质，涉及数据聚类分析技术领域，方法包括：对含有多个时间序列数据的原始数据集进行预处理；提取预处理后的原始数据集中的深度非线性特征；基于所述深度非线性特征，构建多维深度空间特征；基于所述多维深度空间特征，进行多视角深度聚类分析。本发明不仅能够在多场景中进行应用，而且，具备良好的健壮性、泛化性、准确性和可靠性。这为时间序列数据无监督检测分析提供并扩展了一种更为有效的新手段。

公开(公告)号：CN118410272A

公开(公告)日：2024-07-30

申请号：CN202410350837.2

申请日：2024-03-26

Applicant: 中国软件评测中心(工业和信息化部软件与集成电路促进中心)

Inventor： 徐海波 ,  周桥 ,  陶新昕 ,  谢斐 ,  王晓敏 ,  陈璐 ,  李亚伟 ,  罗文兵

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种用于检测的空间特征构建方法、系统、设备和存储介质，涉及数据处理技术领域，方法包括：对含有多个时间序列数据的原始数据集进行预处理；提取预处理后的原始数据集中的深度非线性特征；对深度非线性特征进行加权；基于核函数对加权后的深度非线性特征，进行高维空间映射转换，构建出多维深度空间特征。本发明能够逐步放大和提升样本之间的差异性、代表性和空间线性可分离性。