[发明专利]基于GCN-LSTM的工业传感网络异常数据检测方法在审
| 申请号： | 202210573823.8 | 申请日： | 2022-05-24 |
| 公开（公告）号： | CN115052304A | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 杨强;杨涛;汪金明;郝唯杰;王文海 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | H04W24/04 | 分类号： | H04W24/04;H04W24/06;H04W84/18;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 郑海峰 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GCN‑LSTM的工业传感网络异常数据检测方法。该方法首先获得工业传感网络中的历史数据并将其作为训练集；利用训练集并采用Spearman相关性分析方法，得到邻接矩阵；利用T‑distributed stochastic neighborembedding(TSNE)方法得到传感器数据的二维坐标；通过邻接矩阵和传感器二维坐标绘制工业传感网络逻辑图；提出将长短期记忆网络(LSTM)内嵌入图卷积网络(GCN)中的深度学习模型，并利用标准化后的训练集对其训练；利用训练后的模型进行工业传感网络异常数据检测。本发明以真实工业传感网络数据集为测试数据给出了具体的算法描述，并通过一系列的实验得到实验结果。 | ||
| 搜索关键词： | 基于 gcn lstm 工业 传感 网络 异常 数据 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210573823.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种网络运维监控装置
- 下一篇：电渣炉
