原创力文档- 1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提出一种多时间序列数据异常检测方法与装置，包括以下步骤：获取待处理数据，并将待处理数据分割成多时间序列片段数据；通过离线训练模型计算多时间序列片段数据的每一时间序列片段数据的重构值；基于每一时间序列片段数据的重构值计算每一时间序列片段数据的重构概率；根据异常时刻对应的时间序列片段数据的重构概率与异常阈值比较获取异常结果，并对异常结果进行分析。由此，在考虑多时间序列随机性和时间依赖性的前提下，对多时间序列的历史正常模式进行学习，从而实现对多时间序列数据更加准确的多时间序列数据异常检测，并使模
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112416662 A
(43)申请公布日 2021.02.26
(21)申请号 202011349264.X
(22)申请日 2020.11.26
(71)申请人 清华大学
地址 10
文档评论（0）