基于深度学习的异常检测和处理方法及系统

专利主权项内容

1.一种基于深度学习的异常检测和处理方法，其特征在于，所述基于深度学习的异常检测和处理方法包括：通过预置的传感器及检测设备获取待处理的养殖检测数据，并对所述养殖检测数据进行分类解析，得到多个第一检测数据集；具体包括：通过预置的传感器及检测设备获取待处理的养殖检测数据，并将所述养殖检测数据传输至预置的IMP系统；通过所述IMP系统将所述养殖检测数据映射到预设的目标特征空间，生成所述目标特征空间中的多个第一数据点；将所述多个第一数据点输入预置的监测数据聚类模型，并通过所述监测数据聚类模型中的第一特征函数对所述多个第一数据点进行数据中心运算，得到多个初始数据中心；通过所述多个初始数据中心对所述多个第一数据点进行距离计算，得到每个初始数据中心与第一数据点对应的多个第一中心点距，并根据预置的距离阈值对所述多个第一中心点距进行距离筛选，得到多个符合距离阈值的第一数据点；对所述多个符合距离阈值的第一数据点进行中心点距的平均值计算，得到对应的平均中心点距，并根据所述平均中心点距对所述第一特征函数进行函数参数调整，生成第二特征函数；通过所述第二特征函数对所述多个符合距离阈值的第一数据点进行数据中心计算，得到对应的多个目标数据中心，并通过所述多个目标数据中心对所述多个符合距离阈值的第一数据点进行二次聚类，得到每个目标数据中心的数据点聚类结果；根据每个目标数据中心的数据点聚类结果确定对应的多个第一检测数据集；对所述多个第一检测数据集进行数据标准化处理，得到多个第二检测数据集，并构建每个第二检测数据集的异常校验策略；根据所述异常校验策略创建多个第一异常检测模型，并对所述多个第一异常检测模型和预置的第二异常检测模型进行模型集成，生成目标异常检测模型；将所述多个第二检测数据集输入所述目标异常检测模型进行淡水渔业养殖异常分析，生成异常检测结果；根据所述异常检测结果匹配对应的多个异常处理方案，并根据所述多个异常处理方案生成异常处理和预警综合报告；具体包括：对所述异常检测结果进行结果字段编码，生成多个第一编码字段，并获取多个候选处理策略，对所述多个候选处理策略进行策略字段编码，得到每个候选处理测量的第二编码字段；计算每个第一编码字段与每个候选处理测量的第二编码字段的相似度，并通过所述相似度与预设目标值进行比较，得到目标比较结果；根据所述目标比较结果，确定所述异常检测结果对应的多个异常处理方案；通过所述IMP系统根据所述多个异常处理方案生成异常处理和预警综合报告；其中，构建所述IMP系统与多个养殖设备的系统联动控制机制，并通过所述系统联动控制机制响应所述异常处理和预警综合报告；当所述异常处理和预警综合报告为当前氧含量异常时，通过所述IMP系统控制预置的第一开关控制器打开增氧机开关进行氧含量调节，当所述异常处理和预警综合报告为当前氧含量正常时，通过所述IMP系统控制所述第一开关控制器关闭增氧机进行氧含量自动化调节，生成第一预警通知进行实时同步；当所述异常处理和预警综合报告为当前温度异常时，通过所述IMP系统控制预置的第二开关控制器打开水泵开关进行水温调节，当所述异常处理和预警综合报告为当前温度正常时，通过所述IMP系统控制所述第二开关控制器关闭水泵进行水温自动化调节，生成第二预警通知进行实时同步；当所述异常处理和预警综合报告为当前pH值异常时，通过所述IMP系统控制预置的第三开关控制器打开药剂投放开关进行调节水pH值，当所述异常处理和预警综合报告为当前pH值正常时，通过所述IMP系统控制所述第三开关控制器关闭药剂投放进行自动化调节，生成第三预警通知进行实时同步。