买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利基于无迹卡尔曼滤波的时间序列异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115392381B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211048950.2，技术领域涉及：G06F18/2411；该发明授权基于无迹卡尔曼滤波的时间序列异常检测方法是由凌捷;伍冠潮;罗玉设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本基于无迹卡尔曼滤波的时间序列异常检测方法在说明书摘要公布了：本发明涉及网络安全技术领域，提出一种基于无迹卡尔曼滤波的时间序列异常检测方法，其中包括以下步骤：从信息物理系统中的一个或多个设备接收时间序列数据，并对所述时间序列数据进行预处理；将经过预处理的时间序列数据输入基于无迹卡尔曼滤波的神经网络模型，由t时刻的时间序列预测得到t+1时刻的预测序列；将t+1时刻的预测序列与t+1时刻的测量值序列进行比对，若误差值超出预设的阈值则判定为时间序列异常，否则判定为时间序列正常。本发明通过结合神经网络的表达能力和无迹卡尔曼滤波最优估计的能力，具有可长期保持稳定误差并能准确检测出信息物理融合系统中传感器数据的异常的优点。

本发明授权基于无迹卡尔曼滤波的时间序列异常检测方法在权利要求书中公布了：1.基于无迹卡尔曼滤波的时间序列异常检测方法，其特征在于，包括以下步骤： S1、从信息物理系统中的一个或多个设备接收时间序列数据，并对所述时间序列数据进行预处理；所述时间序列数据包括t时刻设备的测量值xt和执行状态向量ut； S2、将经过预处理的时间序列数据输入基于无迹卡尔曼滤波的神经网络模型，得到t+1时刻的预测序列； 其中，所述神经网络模型包括： 第一子网络，用于将所述测量值xt编码为低维度的隐藏状态向量zt； 第二子网络，用于将所述测量值xt和执行状态向量ut通过预设的卷积神经网络编码为中间隐藏状态向量ht，并将所述中间隐藏状态向量ht与所述隐藏状态向量zt结合得到下一时刻t+1的预测状态向量Yt+1； 第三子网络，用于对所述预测状态向量Yt+1进行解码，得到预测测量值Xt+1； 和，无迹卡尔曼滤波模块，用于根据所述预测测量值Xt+1，基于无迹卡尔曼滤波原理计算t+1时刻的预测序列； 所述方法还包括对所述神经网络模型使用随机梯度下降算法进行训练，所述神经网络模型转换为： 式中，a_net·、b_net·、c_net·分别表示第一子网络、第二子网络和第三子网络的输出；x,ut-l+1；t表示[t-l+1,t]时间区间的点集，是第二子网络的输入值之一，包含测量值和执行状态向量的序列；为t+1时刻的隐藏状态预测误差向量，为t+1时刻的测量重建误差向量； S3、将t+1时刻的预测序列与t+1时刻的测量值序列进行比对，若误差值超出预设的阈值则判定为时间序列异常，否则判定为时间序列正常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。