当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于预测和动态阈值的Argo剖面异常检测方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2017-05-26

专利所属地 :中国

专利号:CN201710382710.9

应用领域:通用仪器仪表制造

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

本发明公开了一种基于预测和动态阈值的 ArGo剖面异常检测方法。对于给定的ArGo剖面时间序列PN={p1,p2,…,pn}, 其剖面观测值序列为ON={o1,o2,…,on},其中(1≤i≤n)。

定义待测剖面点pi的k-近邻剖面点序列ζi, 建立ARMA预测模型,将ζi作为输入参数, 获得ti时刻对应的剖面预测值。利用中心极限定理计算ti时刻对应的阈值thi。

通过判断ti时刻对应的剖面观测值oi是否在置信区间内, 来判断ti时刻对应的待测剖面点pi是否异常。若oi在阈值范围thi内, 则pi为正常剖面点,令flag=1;若oi在阈值范围thi外, 则pi为异常剖面点,令flag=0。

后移滑动窗口一位,重复上述过程, 直至检测完所有的待测剖面点。

该方法可以准确判断出正常剖面点或者异常剖面点, 异常检测的可靠性高。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种基于预测和动态阈值的Argo剖面异常检测方法
专利状态 - 专利号(申请号) CN201710382710.9
申请号 - 专利申请日期 2017-05-26
专利授权日期 2017-10-17 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 蒋华;罗一迪;王慧娇;王鑫
权利人 -
专利摘要 本发明公开了一种基于预测和动态阈值的Argo剖面异常检测方法,对于给定的Argo剖面时间序列PN={p1,p2,…,pn},其剖面观测值序列为ON={o1,o2,…,on},(1≤i≤n)。定义待测剖面点pi的k‑近邻剖面点序列ζi,建立ARMA预测模型,将ζi作为输入参数获得ti时刻对应的剖面预测值利用中心极限定理计算ti时刻对应阈值thi。通过判断ti时刻对应的剖面观测值oi是否在置信区间内来判断ti时刻对应待测剖面点pi是否异常。若oi在阈值范围thi内,则pi为正常剖面点,令flag=1;若oi在阈值范围thi外,则pi为异常剖面点,令flag=0。后移滑动窗口一位,重复上述过程,直至检测完所有的待测剖面点。该方法可以准确的判断出正常剖面点或者异常剖面点,异常检测的可靠性高。
成果评价分析
技术应用分析
服务案例
Baidu
map