№ CN122986787A발명
알 수 없음一种基于混合学习模型的定点形变观测数据异常检测方法
一种基于混合学习模型的定点形变观测数据异常检测方法,先通过局部卷积模型、自编码器重构误差模型对多维特征向量进行双重评分,加权、综合判断后得到震荡异常段集合,再依据评分、残差包络判断、震荡强度的阈值判断,得到真实异常种子集合,然后进行尖峰突跳识别,得到尖峰异常段集合,再以前述三种集合为核心进行延展得到多个异常段,合并后得到一或多个完整异常段,即完成异常检测;局部卷积模型专注捕捉短脉冲、瞬时尖峰等局部突变的形态特征,自编码器重构误差模型聚焦长周期缓慢渐变的时间序列规律,二者加权融合的评分机制兼顾了局部波形形态特征与长时序规律异常的双重检测能力。因此,本设计短脉冲异常检出率高,且异常检测精度较高。
❖湖北省地震局(中国地震局地震研究所)庞聪; 张燕; 马武刚; 赵莹; 吴凯; 刘斯睿Oct 27, 2026§ 1/10 청구항G06F 18/2433 (2023.01), G06F 18/213 (2023.01), G06F 18/241 (2023.01) +3