买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福建师范大学申请的专利基于堆叠习惯化自编码器的高维动态数据流异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115130600B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210794695.X，技术领域涉及：G06F18/22；该发明授权基于堆叠习惯化自编码器的高维动态数据流异常检测方法是由肖如良;黄若鹤;邹利琼;张仕设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本基于堆叠习惯化自编码器的高维动态数据流异常检测方法在说明书摘要公布了：本发明涉及一种基于堆叠习惯化自编码器的高维动态数据流异常检测方法，包括初始化阶段和在线异常检测阶段；在初始化阶段，通过采用静态异常检测算法对历史数据进行异常检测，生成异常候选集和正常数据，并利用正常数据生成的微聚类训练堆叠习惯化自编码器；在在线异常检测阶段，通过滑动窗口对动态数据流进行分隔，使用堆叠习惯化自编码器对当前窗口数据和异常候选集进行数据降维，然后使用联合概率密度估计器进行在线异常检测，异常检测产生真实的异常值、异常候选集和正常数据，正常数据用于持续更新堆叠习惯化自编码器，异常候选集用于下一个窗口的异常检测。该方法有利于提高高维动态数据流异常检测效果，降低异常检测时间。

本发明授权基于堆叠习惯化自编码器的高维动态数据流异常检测方法在权利要求书中公布了：1.一种基于堆叠习惯化自编码器的高维动态数据流异常检测方法，其特征在于，包括初始化阶段和在线异常检测阶段； 在初始化阶段，通过采用静态异常检测算法对历史数据进行异常检测，生成异常候选集和正常数据，并利用正常数据生成的微聚类训练堆叠习惯化自编码器； 在在线异常检测阶段，通过滑动窗口对动态数据流进行分隔，使用堆叠习惯化自编码器对当前窗口数据和异常候选集进行数据降维，然后使用联合概率密度估计器进行在线异常检测，异常检测产生真实的异常值、异常候选集和正常数据，正常数据用于持续更新堆叠习惯化自编码器，异常候选集用于下一个窗口的异常检测； 所述堆叠习惯化自编码器通过在堆叠自编码器的基础上添加习惯化自编码器来构造；对于一个堆叠习惯化自编码器，需要进行逐级构建，第一级是习惯化自编码器，其包含三层结构： 其中，x是输入数据，是投影数据，LN是习惯化激励函数，g1是编码层激励函数，W1和b1是编码层网络参数，h是隐藏层数据，g2是解码层激励函数，W2和b2是解码层网络参数，是输出数据； 在窗口结束后，对网络模型和集合进行动态更新，以便对下一个窗口进行异常检测；在当前窗口中，对正常数据进行相似度评估，对微聚类集合进行更新，更新公式如下： 其中，表示第i个微聚类中历史数据数量，表示当前窗口中新加入到第i个微聚类的数量；表示第i个微聚类的均值，表示当前窗口中新加入到第i个微聚类中数据的均值；表示第i个微聚类的协方差矩阵，表示当前窗口中新加入到第i个微聚类中数据的协方差矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建师范大学，其通讯地址为：350007 福建省福州市仓山区上三路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。