| 专利号 | 2020109024789 | 申请日 | 2020-09-01 | 专利名称 | 一种基于特征权值混合朴素贝叶斯模型的异常检测方法 |
| 授权日 | 2022-11-11 | 专利权人 | 山东科技大学 | 发明人 | 周东华;陈茂银;王敏;纪洪泉;高明 |
| 主分类号 | G06F17/10 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提出了一种基于特征权值混合朴素贝叶斯模型的异常检测方法，属于故障检测领域。本发明通过对连续变量构建辅助二值变量将混合变量的相关性刻画进行统一，给与类别相关程度越大的变量分配越大的权值，构建能同时挖掘连续变量和二值变量信息的特征权值混合朴素贝叶斯模型。本发明与传统方法相比，因与类别相关程度更大的变量具有更大的特征权值，使得更具判别能力的变量对异常检测的贡献越大，从而对过程工业中异常的检测具有更高的性能。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 互联网与云计算、大数据服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
