[发明专利]生成异常检测模型的方法、异常检测方法及电子设备

权利要求书

1.一种生成异常检测模型的方法，其特征在于，包括：

基于随机旋转矩阵对至少一个第一密度金字塔中每个第一密度金字塔对应的第一样本集进行变换，得到每个第一密度金字塔对应的第二样本集；所述第一样本集中的样本为由可穿戴设备采集到的多个维度的指标数据；

按照设定概率对每个第一密度金字塔对应的第二样本集中的所述多个维度的指标数据进行采样，得到第二样本集对应的至少一个维度中每个维度的指标数据集；

基于每个第一密度金字塔对应的所述至少一个维度的指标数据集，确定出每个指标数据集中的每个指标数据在对应的第一密度金字塔中的每一层的密度标记值；

基于每个指标数据的值、每个指标数据在对应的第一密度金字塔中每一层的密度标记值，以及每个指标数据对应的平均密度标记值，生成异常检测模型；其中，

所述异常检测模型用于检测可穿戴设备采集到的指标数据是否异常；所述平均密度标记值表征指标数据在每个第一密度金字塔中的平均密度标记值的均值。

2.根据权利要求1所述的方法，其特征在于，所述基于每个第一密度金字塔对应的所述至少一个维度的指标数据集，确定出每个指标数据集中的每个指标数据在对应的第一密度金字塔中的每一层的密度标记值时，所述方法包括：

确定出第一密度金字塔对应的第一维度的第一指标数据集中的每个指标数据在第一密度金字塔的第f层中的第一密度标记值；f为大于或等于1的整数；

在所述f小于第一密度金字塔的最大设定深度，且存在至少一个第一密度标记值为第一设定值的情况下，基于每两个相邻的指标数据的密度标记值，对第一维度的第一指标数据集中的指标数据进行聚类，得到第一维度的第一指标数据集在第一密度金字塔的第f层的聚类结果；

基于第一密度金字塔的第f层的聚类结果中的每类指标数据，确定出第一密度金字塔的第f+1层对应的第一维度的第二指标数据集中包括的子集；

确定出第一维度的第二指标数据集中的每个子集在第一密度金字塔的第f+1层中的第二密度标记值；其中，

密度标记值表征指标数据在对应的第一金字塔中的对应层中的密度是否小于对应的平均密度；第一设定值表征对应的指标数据在第f层的密度小于对应的平均密度。

3.根据权利要求2所述的方法，其特征在于，所述确定出第一密度金字塔对应的第一维度的第一指标数据集中的每个指标数据在第一密度金字塔的第f层中的第一密度标记值，包括：

将第一密度金字塔对应的第一维度的第一指标数据集中每个指标数据的第一数量，确定为对应的指标数据的质量；

基于排序后的第一指标数据集中每个指标数据的值，确定出第一指标数据集中每个指标数据的体积；

将每个指标数据对应的质量与对应的体积之间的商，确定为对应的指标数据在第一密度金字塔的第f层中的第一密度；

基于每个指标数据在第一密度金字塔的第f层中的第一密度以及第一密度金字塔的第f层中所有指标数据的平均密度，确定出每个指标数据在第一密度金字塔的第f层中的第一密度标记值；其中，

指标数据的体积表征对应的指标数据与左右相邻的指标数据的坐标值之间的差值中的最大值。

4.根据权利要求2所述的方法，其特征在于，所述确定出第一维度的第二指标数据集中的每个子集在第一密度金字塔的第f+1层中的第二密度标记值，包括：

将第一维度的第二指标数据集中每个子集中的每个指标数据对应的第二数量之间的第一总和，确定为对应的子集的质量；

基于第一维度的第二指标数据集中的每个子集的坐标值，确定出第二指标数据集中每个子集的体积；

将每个子集对应的质量与对应的体积之间的商，确定为对应的子集在第一密度金字塔的第f+1层中的第二密度；

基于每个子集在第一密度金字塔的第f+1层中的第二密度以及第一密度金字塔的第f+1层中所有子集的平均密度，确定出第一密度金字塔的第f+1层中的每个子集的第二密度标记值；其中，

子集的坐标值表征第二总和与第一总和之间的商；第二总和表征对应的子集中的每个指标数据的值与对应的第二数量之积的总和。