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！

龙图腾网获悉西北大学申请的专利基于快速傅里叶变换和掩码卷积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：CN117033933B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310963097.5，技术领域涉及：G06F18/20；该发明授权基于快速傅里叶变换和掩码卷积的时间序列异常检测方法是由屈新纪;侯爱琴;尹小燕;陈竹莲;王瑜琨;汝乐设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本基于快速傅里叶变换和掩码卷积的时间序列异常检测方法在说明书摘要公布了：本申请提供一种基于快速傅里叶变换和掩码卷积的时序数据异常检测方法，通过将一维时序数据转化到二维空间，进而利用掩码卷积和通道注意力机制提取特征，该方法能够提供更全面、准确的异常检测。与传统方法相比，该方法能够更好地捕捉时序数据中的复杂异常模式，并具备更高的鲁棒性和准确性，能够为各个领域中的数据分析、故障诊断、异常检测等应用提供更可靠、高效的解决方案。

本发明授权基于快速傅里叶变换和掩码卷积的时间序列异常检测方法在权利要求书中公布了：1.一种基于快速傅里叶变换和掩码卷积的时间序列异常检测方法，其特征在于，包括： 获取待检测时间序列数据；所述待检测时间序列数据为SMD公共数据集中的数据； 将所述待检测时间序列数据输入到训练后的异常检测模型中，得到异常分；所述异常检测模型包括生成器和异常分计算模块，所述生成器包括多个采用残差连接的数据重构模块，所述生成器用于根据所述待检测时间序列数据，输出重构数据；所述异常分计算模块用于计算所述重构数据和所述待检测时间序列数据的误差，得到异常分； 判断所述异常分是否大于判别阈值，若是，所述待检测时间序列数据为异常数据，若否，所述待检测时间序列数据为正常数据； 所述数据重构模块包括快速傅里叶变换模块、n个特征提取分支和重构单元，每个所述特征提取分支包括第一整形单元、特征提取单元和第二整形单元； 所述快速傅里叶变换模块用于对输入数据进行快速傅里叶变换得到频域数据，并确定所述频域数据中的n个显著频率、及其对应的n个振幅；根据所述n个显著频率确定n个周期值，每个所述周期值分别对应一个特征提取分支； 所述第一整形单元用于根据对应的周期值将所述输入数据整形为二维数据； 所述特征提取单元用于对所述二维数据进行特征提取，得到二维特征数据； 所述第二整形单元用于将所述二维特征数据整形为一维特征数据； 所述重构单元用于基于Softmax函数将所述n个振幅转换为n个权重；并基于所述n个权重对所述n个特征提取分支得到的所有一维特征数据进行加权求和，生成重构结果； 所述特征提取单元为自监督预测卷积注意块，所述自监督预测卷积注意块包括掩码卷积模块和通道注意力模块；所述掩码卷积模块用于对所述二维数据进行掩码卷积操作，得到掩码数据；所述通道注意力模块用于根据所述掩码数据自动学习特征中的不同通道之间的相关性；所述特征提取单元还用于将所述掩码数据和所述通道注意力模块的输出进行相乘，得到所述二维特征数据。

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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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”。

以上内容由龙图腾AI智能生成。