一种异常数据的识别方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种异常数据的识别方法、装置、设备及存储介质，所述方法包括：输入车辆出险时间序列数据；设定最大允许连续偏离分量数、最小相似分量数；计算任意两组数据的差异；计算最大连续偏离分量数和相似分量数；进行数据聚类；识别数据是否异常。由此可见，该方法能够有效地识别车辆出险异常数据，具有速度快、准确率高等特点。

【技术实现步骤摘要】

本申请涉及保险数据处理领域，更具体的说，是涉及一种异常数据的识别方法、装置、设备及存储介质。

技术介绍

1、车辆出险数据异常有多种原因，如驾驶员的车辆驾驶水平、气候、地理环境、驾驶员的驾龄、道路质量、骗保等。快速、高质量地识别车辆出险异常数据，为保险公司进行高质量的出险分析提供支持，找出其中的原因，为理赔、保险费调整、保险合同条款调整等提供决策支持。另外，识别出车辆出险异常数据后，进行相应的处理，能有效地提高保险领域机器学习的效率和质量。

2、本申请解决车辆出险异常数据识别问题。

3、针对现有的车辆出险异常数据识别方法存在识别效率低、质量不高等缺点，提出一种异常数据的识别方法。具体步骤：输入车辆出险时间序列数据；设定最大允许连续偏离分量数、最小相似分量数；计算任意两组数据的差异；计算最大连续偏离分量数和相似分量数；进行数据聚类；识别数据是否异常。本申请能够有效地识别车辆出险异常数据，具有速度快、准确率高等特点。

技术实现思路

1、鉴于上述问题，本申请提供了一种异常数据的识别方法、装置、本文档来自技高网...

【技术保护点】

1.一种异常数据的识别方法，其特征在于，包括：

2.根据权利要求1所述的异常数据的识别方法，其特征在于，所述S2-1设定最大允许连续偏离分量数MaxD，进一步包括：

3.根据权利要求1所述的异常数据的识别方法，其特征在于，所述S2-2、设定最小相似分量数MinS，进一步包括：

4.根据权利要求1所述的异常数据的识别方法，其特征在于，所述S3、计算任意两组数据的差异，进一步包括：

5.根据权利要求1所述的异常数据的识别方法，其特征在于，所述S5、进行数据聚类，具体步骤为：

6.根据权利要求5所述的异常数据的识别方法，其特征在于，所...

【技术特征摘要】

1.一种异常数据的识别方法，其特征在于，包括：

2.根据权利要求1所述的异常数据的识别方法，其特征在于，所述s2-1设定最大允许连续偏离分量数maxd，进一步包括：

3.根据权利要求1所述的异常数据的识别方法，其特征在于，所述s2-2、设定最小相似分量数mins，进一步包括：

4.根据权利要求1所述的异常数据的识别方法，其特征在于，所述s3、计算任意两组数据的差异，进一步包括：

5.根据权利要求1所述的异常数据的识别方法，其特征在于，所述s5、进行数据聚类，具体步骤为：

6.根据权利要求5所述的异常数据的识别方法，其特征在于，所述s6、...

【专利技术属性】
技术研发人员：周兆全，邵延富，
申请(专利权)人：广州市景心科技股份有限公司，
类型：发明
国别省市：