一种基于多分辨率网格划分的异常检测方法和系统技术方案

本发明专利技术公开了一种基于多分辨率网格划分的异常检测方法和系统，所述系统包括获取模块、划分模块、异常值计算模块和输出模块，获取数据点进行预处理，得到高维数据矩阵，获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩阵，并初始化全局异常值列表，将所述子矩阵多次二分为多种分辨率网格，计算对应二分后的的局部异常值，将所述局部异常值累加到网格内的每个数据点的全局异常值上，遍历所有子矩阵，计算对应的全局异常值，并按降序排列更新到对应的全局异常值列表编号中，输出所述全局异常值列表中大于平均值的数据编号，完成检测，有效解决高维数据检测准确率低的问题，降低异常检测难度。

An anomaly detection method and system based on multiresolution mesh

【技术实现步骤摘要】
一种基于多分辨率网格划分的异常检测方法和系统
本专利技术涉及异常检测
，尤其涉及一种基于多分辨率网格划分的异常检测方法和系统。
技术介绍
随着大数据时代的到来，如何高效的分析大规模数据变得越来越重要，数据挖掘在各行各业都有着十分广泛的应用。作为一种重要的数据挖掘手段，异常检测旨在发掘与大多数数据不同的对象，传统的异常检测方法大都基于统计或基于数据密度等，目前对传统基于密度的异常检测方法的改进，是通过动态的网格划分，使检测方法在网格上运行，缩小了运算数据量，降低了计算时间。然而单纯的基于网格划分改进并不能有效解决高维数据的检测准确率低的问题，还会引入新的超参数，加大了异常检测的难度。
技术实现思路
本专利技术的目的在于提供一种基于多分辨率网格划分的异常检测方法和系统，有效解决高维数据检测准确率低的问题，降低异常检测难度。为实现上述目的，第一方面，本专利技术提供了一种基于多分辨率网格划分的异常检测方法，包括：获取数据点进行预处理，得到高维数据矩阵；获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩本文档来自技高网...

【技术保护点】
1.一种基于多分辨率网格划分的异常检测方法，其特征在于，包括：/n获取数据点进行预处理，得到高维数据矩阵；/n获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩阵；/n将所述子矩阵划分为多种分辨率网格，计算局部异常值，得到全局异常值；/n遍历所有所述子矩阵，并更新全局异常值列表；/n输出所述全局异常值列表中大于平均值的数据编号，完成检测。/n

【技术特征摘要】
1.一种基于多分辨率网格划分的异常检测方法，其特征在于，包括：
获取数据点进行预处理，得到高维数据矩阵；
获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩阵；
将所述子矩阵划分为多种分辨率网格，计算局部异常值，得到全局异常值；
遍历所有所述子矩阵，并更新全局异常值列表；
输出所述全局异常值列表中大于平均值的数据编号，完成检测。


2.如权利要求1所述的一种基于多分辨率网格划分的异常检测方法，其特征在于，所述获取数据点进行预处理，得到高维数据矩阵，包括：
获取数据点，处理缺失值并删除错误数据，组成n行m列的高维数据矩阵。


3.如权利要求2所述的一种基于多分辨率网格划分的异常检测方法，其特征在于，所述获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩阵，包括：
初始化全局异常值列表，通过获取的子矩阵划分参数将所述高维数据矩阵划分为多个子矩阵，并将所有子矩阵放入子矩阵列表中。


4.如权利要求3所述的一种基于多分辨率网格划分的异常检测方法，其特征在于，将所述子矩阵划分为多种分辨率网格，计算局部异常值，得到全局异常值，包括：
对所述子矩阵在所有维度上进行二分，得到多种分辨率网格，并统计每个分辨率网格中的数据点个数，由n、网格数、任一网格中的数据点个数进行计算，得到对应网格的局部异常值，将所述局部异常值进行累加，得到全局异常值，并更新到对应的异常值列表...

【专利技术属性】
技术研发人员：刘文芬，韦永壮，黄月华，穆晓东，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45