典型文献
基于W-ReLU的设备多工况状态异常检测方法
文献摘要：
针对光通信设备在多工况条件下由于健康状态的不确定性导致难以及时发现运行异常的问题,对基于监控日志数据量化分析的设备异常检测方法进行研究,提出了基于加权线性修正函数(W-ReLU)的设备多工况状态异常检测方法.首先采用滑动时间窗口机制对告警日志进行划分,并根据每条日志的类型,将日志子集表征为日志特征向量;然后对健康状态下的样本点进行密度峰值聚类分析,以构建设备的基准健康状态矩阵;最后采用W-ReLU非线性映射模型量化评估设备的异常度,并据此进行异常检测.结果表明,与现有的相似性度量方法相比,该方法具有更高的准确率和稳定性.
文献关键词：
光通信设备;异常检测;特征权重;样本相似性
中图分类号：
作者姓名：
张翼英;王鹏凯;柳依阳;武延年;郭晓艳
作者机构：
天津科技大学人工智能学院,天津 300457;深圳市国电科技通信有限公司,深圳518109;国网天津市电力公司信息通信公司,天津300000
文献出处：
引用格式：
[1]张翼英;王鹏凯;柳依阳;武延年;郭晓艳-.基于W-ReLU的设备多工况状态异常检测方法)[J].天津科技大学学报,2022(05):63-70
A类：
B类：
ReLU,多工况,异常检测方法,光通信设备,工况条件,健康状态,运行异常,日志数据,数据量化,设备异常,线性修正,修正函数,滑动时间窗口,告警,志子,子集,特征向量,样本点,密度峰值聚类,状态矩阵,非线性映射,映射模型,模型量化,量化评估,异常度,相似性度量,特征权重,样本相似性
AB值：
0.405696
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
