一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种异常分析方法、装置及存储介质与流程

2022-02-21 11:14:18 来源:中国专利 TAG:

技术特征:
1.一种异常分析方法,其特征在于,所述方法包括:获取至少两种异常事件产生的异常数据序列;使用预设聚类模型对所述异常数据序列进行分类,得到至少两个类别的异常序列;所述预设聚类模型用于对所述异常数据序列进行聚类处理的模型;对所述至少两个类别的异常序列进行关联挖掘,得到至少一条关联规则;所述关联规则中的关联的前项和后项分别对应一种异常事件;将所述至少一条关联规则进行关联,构建出异常关联关系;根据所述异常关联关系,对当前异常事件产生的原因进行定位,得到异常分析结果。2.根据权利要求1所述的方法,其特征在于,所述获取至少两种异常事件产生的异常数据序列,包括:获取所述异常事件产生的原始异常数据;对所述原始异常数据进行向量化处理,得到异常数据向量;对所述异常数据向量进行特征提取,得到所述异常数据序列。3.根据权利要求1或2所述的方法,其特征在于,所述使用预设聚类模型对所述异常数据序列进行分类,得到至少两个类别的异常序列之前,所述方法还包括:获取训练数据样本;采用所述训练数据样本,使用网格搜索和交叉验证的方法对初始聚类模型进行持续训练,直至输出的训练结果达到预设阈值时,得到所述预设聚类模型。4.根据权利要求3所述的方法,其特征在于,所述对所述至少两个类别的异常序列进行关联挖掘,得到至少一条关联规则,包括:使用预设至少两种时间窗口,对所述至少两个类别的异常序列进行划分,得到至少一个异常项集;利用预设关联规则模型,对所述至少一个异常项集进行频繁项集挖掘,得到满足预设条件的所述至少一条关联规则;所述预设关联规则模型用于从所述至少一个异常项集中得到频繁项集,进而得到至少一条关联规则。5.根据权利要求1所述的方法,其特征在于,所述将所述至少一条关联规则进行关联,构建出异常关联关系,包括:提取每一关联规则的关联的前项和后项;计算所述至少一条关联规则之间所有前项与后项之间的第一距离,并确定指向关系;根据所述第一距离和对应的所述指向关系,构建所述异常关联关系。6.根据权利要求5所述的方法,其特征在于,所述根据所述异常关联关系,对当前异常事件产生的原因进行定位,得到异常分析结果,包括:将所述异常关联关系中的所述指向关系进行反向,得到反向异常关联关系;使用排序算法对所述反向异常关联关系中的所有异常进行计算,得到根因值;确定当前异常在所述反向异常关联关系中与其他异常的第二距离;根据当前异常在所述反向异常关联关系中的位置、所述第二距离和所述根因值,定位当前异常事件产生的原因,得到异常分析结果。7.根据权利要求6所述的方法,其特征在于,所述根据当前异常在所述反向异常关联关系中的位置、所述第二距离和所述根因值,定位当前异常事件产生的原因,得到异常分析结
果,包括:若当前异常的位置与所述其他异常的所述第二距离均为一个距离单位,则确定所述其他异常中所述根因值最高的异常为引起当前异常事件产生的原因,得到异常分析结果;若当前异常与所述其他异常的所述第二距离均为一个距离单位且所述根因值均相等,则确定当前异常自身就是引起当前异常事件产生的原因,得到异常分析结果。8.一种异常分析装置,其特征在于,所述装置包括:获取单元,用于获取至少两种异常事件产生的异常数据序列;分类单元,用于使用预设聚类模型对所述异常数据序列进行分类,得到至少两个类别的异常序列;所述预设聚类模型用于对所述异常数据序列进行聚类处理的模型;挖倔单元,用于对所述至少两个类别的异常序列进行关联挖掘,得到至少一条关联规则;所述关联规则中的关联的前项和后项分别对应一种异常事件;关联单元,用于将所述至少一条关联规则进行关联,构建出异常关联关系;异常定位单元,用于根据所述异常关联关系,对当前异常事件产生的原因进行定位,得到异常分析结果。9.一种异常分析装置,其特征在于,所述装置包括处理器、存储器和通信总线;所述通信总线用于实现处理器和存储器之间的通信连接;所述处理器用于执行存储器中存储的异常分析方法的控制程序,以实现如权利要求1-7中任一项权利要求的步骤。10.一种存储介质,其上存储有异常分析程序,所述异常分析程序被处理器执行时实现如权利要求1-7中任一项权利要求的方法。

技术总结
本申请提供了一种异常分析方法、装置及存储介质,包括:获取异常事件产生的异常数据序列;使用预设聚类模型对异常数据序列进行分类,得到至少两个类别的异常序列;预设聚类模型用于得到异常数据序列的异常类型;对至少两个类别的异常序列进行关联挖掘,得到至少一条关联规则;将至少一条关联规则进行关联,构建出异常关联关系;根据异常关联关系对异常事件产生的原因进行定位。通过对异常的分类、对异常进行关联规则挖掘得到异常间的关联关系,由此对异常事件产生的原因进行定位,其中的聚类模型等可以实时进行维护避免特征失效,提升了对无传播性关系的异常的挖掘效果,达到了对异常事件产生的原因快速精准定位。常事件产生的原因快速精准定位。常事件产生的原因快速精准定位。


技术研发人员:方传艺
受保护的技术使用者:中国移动通信集团有限公司
技术研发日:2020.07.22
技术公布日:2022/1/25
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献