[發明專利]異常數據的檢測方法及終端設備

有效

• 申請號: 201911345357.2
• 申請日: 2019-12-24
• 公開（公告）號: CN111145895B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 蔣泓毅;劉薇;車丹丹;樊春玲;潘明河;姜青山
• 申請（專利權）人: 中國科學院深圳先進技術研究院;縱橫（深圳）智慧科技有限公司
• 主分類號: G16H40/67
• 分類號: G16H40/67
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛良

1.一種異常數據的檢測方法，其特征在于，包括：

獲取監控醫療設備的傳感器的歷史監控數據，記為原始數據集，所述歷史監控數據為時間序列數據；

對原始數據集中的數據進行預處理，得到第一數據集；

利用平穩性檢驗方法檢驗所述第一數據集中的歷史監控數據，如所述第一數據集中的數據滿足平穩性，則基于第一數據集中的數據獲取預測數據，并基于預測數據進行異常數據檢測。

2.如權利要求1所述的異常數據的檢測方法，其特征在于，對原始數據集中的數據進行預處理，具體為：

對原始數據集中的歷史監控數據進行可視化，用于直觀獲取傳感器所屬溫度分區以及醫療設備的類型；

計算原始數據集中數據的丟包率，如果丟包率大于預設丟包率閾值，則將丟失的數據記為異常數據。

3.如權利要求1所述的異常數據的檢測方法，其特征在于，所述平穩性檢測方法使用單位根檢驗方法。

4.如權利要求1所述的異常數據的檢測方法，其特征在于，基于第一數據集中的數據獲取預測數據，并基于預測數據進行異常數據檢測，具體為：

利用周期性檢測方法對第一數據集中的數據進行周期性檢測，判斷所述醫療設備的監控數據是否有周期性，如有周期性，則對第一數據集中的數據進行去周期操作，得到無周期性的第一數據集；

在無周期性的第一數據集中設定預測窗口，利用預測窗口內的數據獲取預測窗口邊緣數據的下一刻的預測數據，并基于預測數據進行異常數據檢測。

5.如權利要求4所述的異常數據的檢測方法，其特征在于，所述去周期操作所使用的去周期公式為：

式中，F_t+1為去周期后的t+1時刻的監控數據值，x_i為i時刻對應的監控數據值，n表示每計算一次移動平均需要最近的n個監控數據值，t為第t個時刻。

6.如權利要求4所述的異常數據的檢測方法，其特征在于，在無周期性的第一數據集中設定預測窗口，利用預測窗口內數據獲取預測窗口邊緣數據的下一刻的預測數據，并基于預測數據進行異常數據檢測，具體為：

在無周期性的第一數據集中設定長度為L的預測窗口；

獲取長度為L的初始化序列，將所述初始化序列設置于所述第一數據集的最早數據之前；

從初始化序列開始，逐步移動所述預測窗口，獲得多個預測窗口邊緣數據的下一刻的預測數據；

基于預測窗口中數據的方差及設定的軟閾值，獲取預測窗口內數據的正常變化范圍，判斷預測數據與實際監控數據的差值是否在正常變化范圍內，如是，則實際監控數據為正常數據；如否，則實際監控數據為異常數據。

7.如權利要求6所述的異常數據的檢測方法，其特征在于，獲得多個預測窗口邊緣數據的下一刻的預測數據，具體為：

式中，point′_i+1為第i+1個點的預測數據值，N為預測窗口中數據的個數，point_l為第l個點的監控數據值。

8.如權利要求6所述的異常數據的檢測方法，其特征在于，基于預測窗口中數據的方差及設定的軟閾值，獲取預測窗口內數據的正常變化范圍，具體為：

式中，range為預測窗口內數據的正常溫度變化范圍，s-threshold為傳感器所屬溫度分區的軟閾值，為預測窗口內數據的方差。

9.如權利要求6所述的異常數據的檢測方法，其特征在于，確定實際監控數據為異常數據后，還包括：

使用異常數據前一刻的數據值替換異常數據的數據值，然后利用預測窗口繼續預測異常數據后一刻的數據值。

10.一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至9任一項所述方法的步驟。