[发明专利]一种数据集之中异常数据的识别方法

摘要

本发明涉及一种数据集之中异常数据的识别方法，该方法将数据集之中的各数据记录划分成长度不等的4类，将已有的数据记录送入设计的神经网络进行训练，训练后的神经网络就可对异常数据记录进行识别。

主权项

1.一种数据集之中异常数据的识别方法，所述数据集包括多个数据记录，每个数据记录为一定时间段内的数据，其特征在于，包括以下步骤：步骤一：对所有数据记录进行处理，划分成时间长度不等的4类，每一类中的数据记录时间长度相同；步骤二：使用处理后的数据记录，对神经网络进行训练；步骤三：使用训练后的神经网络识别对输入的数据记录进行异常识别；其中，所述神经网络按照连接顺序包括输入层、7层卷积结构、Global Average Pooling层、3层全连接结构和输出层，每一层卷积结构按照连接顺序包括卷积层、ReLU激活函数、池化层和Dropout层，每一层全连接结构按照连接顺序包括全连接层、ReLU激活函数和Dropout层；其中，步骤一对数据记录的处理包括：基于数据记录的时间长度，划分成20秒、30秒、45秒和60秒4类，并且包括(1)对于时间长度小于20秒的数据记录，在其后续补0，补成20秒的数据记录；(2)对于时间长度大于20秒小于30秒的数据记录，在其后续补0，补成30秒的数据记录；(3)对于时间长度大于30秒小于45秒的数据记录，在其后续补0，补成45秒的数据记录；(4)对于时间长度大于45秒小于60秒的数据记录，在其后续补0，补成60秒的数据记录；(5)对于时间长度大于60秒的数据记录，按照时间顺序，每60秒切分成一个新的数据记录，最后一个数据记录如果不足60秒，则按照上述(1)‑(4)的方法进行处理。