一种基于时序数据分析的异常数据判别方法和装置

本发明公开了一种基于时序数据分析的异常数据判别方法和装置，属于时序数据分析领域，方法包括获取磷酸根浓度时间序列和温度时间序列后，依次计算邻域差异因子、邻域差异因子时间序列、初始分段点、参考因子段、差异波动程度、初始平滑参数、平滑贡献程度、平滑权重和自适应平滑参数；然后根据自适应平滑参数进行异常数据的判别。本发明通过计算初始分段点更好地反映了多个维度对数据的影响情况，通过计算初始平滑参数更好地反映了参考因子段内的温与磷酸根浓度对后续异常数据判别结果的重要性；结合不同参考因子段内的极端差异情况、连续趋势差异情况和局部数据对整体数据段的影响程度计算自适应平滑参数，提高异常数据判别的准确性。

《一种基于时序数据分析的异常数据判别方法和装置》是一发明专利，专利号为 2025108126951，当前法律状态为已下证，由南京信息工程大学提出申请，发明人为栾佳烨;宋彪，申请日期为2025-06-18，公开（公告）日期为2025-08-12，国际专利分类号（IPC）为 G06F 18/2433 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于时序数据分析的异常数据判别方法和装置，属于时序数据分析领域，方法包括获取磷酸根浓度时间序列和温度时间序列后，依次计算邻域差异因子、邻域差异因子时间序列、初始分段点、参考因子段、差异波动程度、初始平滑参数、平滑贡献程度、平滑权重和自适应平滑参数；然后根据自适应平滑参数进行异常数据的判别。本发明通过计算初始分段点更好地反映了多个维度对数据的影响情况，通过计算初始平滑参数更好地反映了参考因子段内的温与磷酸根浓度对后续异常数据判别结果的重要性；结合不同参考因子段内的极端差异情况、连续趋势差异情况和局部数据对整体数据段的影响程度计算自适应平滑参数，提高异常数据判别的准确性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！