10.16208/j.issn1000-7024.2024.01.003
改进变分自编码器的工业时序数据异常检测
为解决传统的异常检测模型对工业时序数据异常点检测方面误判率大和抗干扰性差的问题,提出一种改进的变分自编码器模型.考虑到工业时序数据的不规律性,使用变分自编码器模型作为基础架构;由于变分自编码器本身存在难以准确检测出异常时序数据的问题,在编码和解码过程中分别引入时间卷积网络和通道注意力机制,实现扩大感受野和增强特征权重;对数据时序数据使用随机森林进行特征排序,提高检测的准确性.通过进行对比测试实验,验证了该模型可以有效提高对异常工业时序数据点检测的准确性和可靠性.
异常检测、时间卷积网络、变分自编码器、通道注意力机制、时序数据、随机森林、感受野
45
TP391(计算技术、计算机技术)
国家自然科学基金61502359
2024-01-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
17-23