哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)徐国爱获国家专利权
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!
龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利异常检测方法、装置、电子设备、存储介质及程序产品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:CN119961851B 。
龙图腾网通过国家知识产权局官网在2025-10-14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:202510450757.9,技术领域涉及:G06F18/2433;该发明授权异常检测方法、装置、电子设备、存储介质及程序产品是由徐国爱;郭耀华;邓一琦;花忠云;李大为;易晨设计研发完成,并于2025-04-11向国家知识产权局提交的专利申请。
本异常检测方法、装置、电子设备、存储介质及程序产品在说明书摘要公布了:本公开提供一种异常检测方法、装置、电子设备、存储介质及程序产品,该方法包括:确定待检测任务的未标注数据,对未标注数据进行局部特征提取,得到至少一个未标注数据特征;通过预先构建的特征匹配模型对至少一个未标注数据特征进行特征匹配,得到至少一个未标注数据特征对应的至少一个近邻特征片段;对至少一个未标注数据特征和至少一个近邻特征片段进行距离计算,得到至少一个未标注数据特征对应的至少一个异常分数;基于至少一个异常分数进行检测,得到异常区域。本公开能够提升对动态数据和未知异常的检测性能,更贴近实际应用。
本发明授权异常检测方法、装置、电子设备、存储介质及程序产品在权利要求书中公布了:1.一种异常检测方法,其特征在于,包括: 确定待检测任务的未标注数据,对所述未标注数据进行局部特征提取,得到至少一个未标注数据特征; 通过预先构建的特征匹配模型对所述至少一个未标注数据特征进行特征匹配,得到所述至少一个未标注数据特征对应的至少一个近邻特征片段,其中所述特征匹配模型通过以下方法进行构建: 构建训练用未标注数据样本集,基于卷积神经网络对所述未标注数据样本集的若干个未标注数据样本数据进行特征提取,得到训练用未标注样本数据初始特征集,其中,所述训练用未标注样本数据初始特征集包括:训练用未标注样本数据中层次特征集和训练用未标注样本数据高层次特征集; 对所述训练用中层次未标注样本数据特征集进行平均池化,得到训练用未标注样本数据去噪特征集; 对所述训练用高层次未标注样本数据特征集进行特征增强,得到训练用未标注样本数据增强特征集; 对所述训练用未标注样本数据去噪特征集和所述训练用未标注样本数据增强特征集进行异常提取,得到训练用未标注样本数据纯净特征集; 对所述训练用未标注样本数据纯净特征集进行特征采样,得到核心特征集; 构建全局特征记忆库,将所述核心特征集储存至所述全局特征记忆库,得到所述特征匹配模型; 对所述至少一个未标注数据特征和所述至少一个近邻特征片段进行距离计算,得到所述至少一个未标注数据特征对应的至少一个异常分数; 基于所述至少一个异常分数进行检测,得到异常区域。
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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励