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！

龙图腾网获悉大连海事大学申请的专利一种时序性海洋生态环境监测数据中的异常点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：CN117009899B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310735403.X，技术领域涉及：G06F18/2433；该发明授权一种时序性海洋生态环境监测数据中的异常点检测方法是由马茜;刘行顺;白梅;王习特;宁博;李冠宇设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种时序性海洋生态环境监测数据中的异常点检测方法在说明书摘要公布了：本发明提供了一种时序性海洋生态环境监测数据中的异常点检测方法，海洋数据监测技术领域，包括如下步骤：步骤1、数据获取：对当前时间戳到来的含量数据进行标准化和归一化处理，得到预处理后的数据；步骤2、异常数据检测：对DSC模型进行训练，得到训练后的DSC模型；利用部分训练对不同时间戳到来的预处理后的数据进行线上相似度矩阵的生成，对当前数据进行三类异常的检测，得到当前数据中的三类异常数据；步骤3、changepoint检测机制：采用changepoint探测机制对当前数据的数据分布进行探测，步骤4、模型动态更新：基于步骤3探测的结果，进行DSC模型的选定或重新训练。本发明解决了现有异常点检测方法无法适应高维动态时序数据的问题。

本发明授权一种时序性海洋生态环境监测数据中的异常点检测方法在权利要求书中公布了：1.一种时序性海洋生态环境监测数据中的异常点检测方法，其特征在于，包括如下步骤： 步骤1、数据获取：获取传感器网络监测区域内中监测海水中n种物质的含量数据，所述含量数据根据统一的时间窗口经过网络送达数据处理；对当前时间戳到来的含量数据进行标准化和归一化处理，得到预处理后的数据；所述预处理后的数据包含正常数据和异常数据，所述异常数据包括上下文异常、集合异常和点异常数据； 步骤2、异常数据检测：对DSC模型进行训练，得到训练后的DSC模型；在训练后的DSC模型的基础上，利用部分训练对不同时间戳到来的预处理后的数据进行线上相似度矩阵的生成，根据生成的相似度矩阵，对当前数据进行三类异常的检测，得到当前数据中的三类异常数据； 所述部分训练为只更新DSC模型中的自表达层，保留DSC模型中的编码层和解码层，得到高维的数据在潜在子空间中的特征映射； 所述进行线上相似度矩阵的生成方法为基于高维的数据在潜在子空间中的特征映射，最小化自表达层的参数C的范数，使C具有块对角线结构，在此基础上利用矩阵C构造数据的相似度矩阵，基于相似度矩阵得到数据之间的相似度； 步骤3、changepoint检测机制：采用changepoint探测机制对当前数据的数据分布进行探测，判断当前到来的数据的分布相较于前面时刻的数据是否发生较大变化； 步骤3-1：设定阈值，将新到来的数据经过当前DSC模型处理后产生的RMSE与阈值进行对比以探测changepoint是否发生； 步骤3-2：如果探测出changepoint发生，则利用新的正常数据重新训练整个DSC模型，并根据新训练的模型更新阈值； 步骤3-3：对于以后的时间戳到来的数据，若没有changepoint数据的到来，都以步骤3-2确定的模型为基础，进行异常数据的检测； 步骤4、模型动态更新：基于步骤3探测的结果，进行DSC模型的选定或重新训练。

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大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1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。