| 专利号 | 2020101640392 | 申请日 | 2020-03-11 | 专利名称 | 一种基于混合隐朴素贝叶斯模型的异常检测方法 |
| 授权日 | 2022-05-13 | 专利权人 | 山东科技大学 | 发明人 | 周东华;陈茂银;王敏;徐晓滨;纪洪泉;高明 |
| 主分类号 | G06K9/62 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于混合隐朴素贝叶斯模型的异常检测方法，属于故障诊断领域。本发明通过对连续变量和二值变量的选择，考虑连续变量与连续变量、二值变量与二值变量、二值变量与连续变量之间的相关性，构建同时包含连续变量和二值变量信息的混合隐朴素贝叶斯模型。本发明与传统方法相比，因加入二值变量的信息，对过程工业中异常的检测具有更高的性能，可以显著的减少故障误报率并有效的提高故障检测率。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
