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！

龙图腾网获悉湖北华中电力科技开发有限责任公司申请的专利一种基于深度学习的自动检测数据异常值的数据治理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：CN119475180B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411611334.2，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习的自动检测数据异常值的数据治理方法是由李娜;刘静;张剑;刘伟;张德威;林楚人;冯兰昕;张艳杰;刘小芸设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种基于深度学习的自动检测数据异常值的数据治理方法在说明书摘要公布了：本发明涉及数据处理技术领域，具体为一种基于深度学习的自动检测数据异常值的数据治理方法，包括以下步骤，基于输入数据集，对多个数据源进行同步，填充缺失值，并对数据进行标准化和归一化处理，得到预处理数据集。本发明中，通过执行数据预处理，优化数据输入的一致性和质量，利用对特征的提取与模型的逐层训练，增强模型对异常数据的识别能力，提高数据异常检测的精度和效率，结合残差和重建误差的计算，提高对异常数据评分的准确性，利用数据特性动态调整检测阈值，降低误报率，结合时间序列分析，评估异常发展趋势，对异常数据和正常数据模式的对比分析和数据校正，确保了增强数据处理流程的可靠性和稳定性。

本发明授权一种基于深度学习的自动检测数据异常值的数据治理方法在权利要求书中公布了：1.一种基于深度学习的自动检测数据异常值的数据治理方法，其特征在于，包括以下步骤： 基于输入数据集，通过连接API接口、数据库和文件读取，将数据实时同步到数据仓库，分析数据的完整性，如电力公司监测数据中常见的电流和电压读数缺失，填充缺失值，并对数据进行标准化和归一化处理，得到预处理数据集； 基于所述预处理数据集，对数据进行特征提取，通过调整输入层、隐藏层和输出层的参数设置，进行模型的训练，构建异常数据学习模型； 基于所述异常数据学习模型，对数据集进行异常检测，分析数据点在模型输出空间的残差和重建误差，计算数据点的异常评分，结合概率密度估计和邻域相似度分析，生成异常评分结果； 其特征在于，基于所述异常数据学习模型，对数据集进行异常检测，分析数据点在模型输出空间的残差和重建误差，计算数据点的异常评分，结合概率密度估计和邻域相似度分析，生成异常评分结果的具体步骤为： 基于所述异常数据学习模型，对模型输入数据，通过计算多个数据点在模型输出层的实际输出和期望输出间的差异，记录为残差，得到数据残差计算结果； 基于所述数据残差计算结果，评估多个数据点在数据集中的统计位置，利用残差值，进行概率密度的计算，识别异常数据点，得到概率密度估计结果； 基于所述概率密度估计结果，结合数据点间的邻域相似度，对数据点的异常性进行量化评估，生成异常评分结果； 根据所述异常评分结果，根据数据类型，调整数据检测阈值，对输入数据进行分析，识别超出阈值的数据点并记录为异常，得到数据检测记录； 基于所述数据检测记录，通过计算异常数据的聚类，识别异常类型，结合时间序列分析评估数据异常的发展趋势，得到趋势评估信息； 根据所述趋势评估信息，通过对异常数据和正常数据的模式进行对比，识别错误原因，并结合异常类型对数据进行校正，生成数据处理结果。

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湖北华中电力科技开发有限责任公司，其通讯地址为：430074 湖北省武汉市洪山区珞瑜路546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”。

以上内容由龙图腾AI智能生成。