文章详情
| 稿件标题： | 基于多维指标关联的物联网装备异常预测方法 |
| 稿件作者： | 洪浩彦1,杨辉1,姚秋彦1,栗琳2 |
| DOI： | 10.11809/bqzbgcxb2024.01.010 |
| 科学编辑： | 卢照敢 博士（河南财经政法大学） |
| 栏目名称： | 装备理论与装备技术 |
| 关键词： | 多维指标关联；主成分分析；长短期记忆神经网络；DBSCAN；异常检测 |
| 文章摘要： | 针对高动态物联网装备多维指标相互作用使得装备状态时变性极强，难以实现装备状态精准的评估与异常检测的问题，提出一种面向多维指标关联的装备状态异常预测方法。该方法通过计算物联网装备状态海量指标的斯皮尔曼相关系数，得到多维指标间的相关性，利用主成分分析对与目的检测指标强相关的其他指标进行特征提取，将提取结果和目的指标本身历史数据作为基于长短期记忆神经网络的装备状态感知模型的输入，进而对目的指标未来状态趋势进行精准预测；在此基础上，利用无监督的DBSCAN算法对装备状态感知模型的输出结果进行分析，定位目的指标未来可能出现的异常，实现了装备状态的评估。实验研究结果表明：该方案能够高精度预测物联网装备未来异常的发生，保护物联网装备免受潜在异常的影响，增强物联网装备的稳定性。 |
| 稿件基金： | 国家自然科学基金项目(62271075) |
| 引用本文格式： | 洪浩彦,杨辉,姚秋彦，等.基于多维指标关联的物联网装备异常预测方法［J］.兵器装备工程学报，2024，45(1)：73-79. HONG Haoyan, YANG Hui, YAO Qiuyan, et al.Anomaly prediction for IoT equipment based on correlation of multidimensional indicators［J］.Journal of Ordnance Equipment Engineering，2024，45(1)：73-79. |
| 刊期名称： | 2024年01期 |
| 出版时间： | 2024年1月 |
| 收稿日期： | 2023年2月24日 |
| 修回日期： | 2023年8月3日 |
| 录用日期： | 2023年9月4日 |
| 上线时间： | 2024年1月28日 |
| 浏览次数： | 1674 |
| 下载次数： | 61 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |