一种基于对比潜在融合的无监督异常检测方法、系统

本申请涉及人工智能与数据分析技术领域，具体而言，涉及一种基于对比潜在融合的无监督异常检测方法、系统，旨在于解决现有技术中无监督异常检测方法常面临特征表达能力有限、噪声敏感、潜在特征判别性不足及检测结果缺乏统计可解释性的问题。本发明通过融合对比学习生成的全局潜在特征与自编码器重构残差，结合统计模型自适应阈值判定，有效解决了多源异构时序数据异常检测中特征表达不充分、噪声敏感度高的问题，具有提升检测精度与鲁棒性、降低标注数据依赖的优点。