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！

龙图腾网获悉杭州宇谷科技股份有限公司申请的专利基于动态策略和主动学习的异常检测系统构建系统及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：CN116520150B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310124865.8，技术领域涉及：G01R31/367；该发明授权基于动态策略和主动学习的异常检测系统构建系统及方法是由李朝;肖劼;黄家明设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本基于动态策略和主动学习的异常检测系统构建系统及方法在说明书摘要公布了：本发明涉及电池异常检测技术领域，涉及一种基于动态策略和主动学习的异常检测系统构建系统及方法。该构建系统包括：样本库单元，其用于存放已标注样本集和未标注样本集；模型库单元，其实现异常检测模型的存放及训练；阈值判定单元，其用于对参与训练的样本数是否达到设定阈值进行判定，并在达到设定阈值时使异常检测模型训练完成，否则通过下述的样本信息量评分单元及输出单元选择未标注样本并在完成所选未标注样本的标注后对已标注样本集进行更新；样本信息量评分单元，其用于对每个未标注样本的样本信息量评分进行计算；以及输出单元，其用于抽取B个未标注样本。该构建方法基于上述构建系统实现。本发明能够较佳地实现样本标注成本的降低。

本发明授权基于动态策略和主动学习的异常检测系统构建系统及方法在权利要求书中公布了：1.基于动态策略和主动学习的异常检测系统构建方法，其包括如下步骤： 步骤S1、构建样本集P，样本集P包括用于收录已标注样本的已标注样本集和用于收录未标注样本的未标注样本集； 步骤S2、构建异常检测模型并基于已标注样本集对异常检测模型进行训练，若已标注样本集中的样本数达到设定阈值则训练完成，否则进入下一步；其中，异常检测模型用于对所输入的样本进行处理并输出异常预测分S，； 步骤S3、基于经步骤S2训练后的异常检测模型对未标注样本集中的每个样本进行预测并获取对应的异常预测分，对于未标注样本，其对应的异常预测分为S； 步骤S4、计算未标注样本集中的每个样本的样本信息量评分I，对于未标注样本，其对应的样本信息量评分I为， ； 其中，为未标注样本的不确定分， ； 其中，为取绝对值运算； 其中，为未标注样本的代表性评分，其基于k-means算法获取； 步骤S5、按样本信息量评分自高至低地抽取B个未标注样本，并对其进行标注，标注后的未标注样本更新至已标注样本集中并自未标注样本集中剔除； 步骤S6、基于更新后的已标注样本集，重复步骤S2-S5，直至异常检测模型训练完成。

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杭州宇谷科技股份有限公司，其通讯地址为：311113 浙江省杭州市余杭区良渚街道七贤路1号6楼603室；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。