一种基于混合隐朴素贝叶斯模型的异常检测方法
授权
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。
基本信息
专利标题 ：
一种基于混合隐朴素贝叶斯模型的异常检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111414943A
申请号 ：
CN202010164039.2
公开（公告）日 ：
2020-07-14
申请日 ：
2020-03-11
授权号 ：
CN111414943B
授权日 ：
2022-05-13
发明人 ：
周东华陈茂银王敏徐晓滨纪洪泉高明
申请人 ：
山东科技大学
申请人地址 ：
山东省青岛市黄岛区前湾港路579号
代理机构 ：
青岛智地领创专利代理有限公司
代理人 ：
种艳丽
优先权 ：
CN202010164039.2
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-13 ：
授权
2020-08-07 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20200311
申请日 : 20200311
2020-07-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
