一种基于深度学习算法的污染源异常数据识别方法与流程

技术特征：

技术总结
本发明公开了一种基于深度学习算法的污染源异常数据识别方法，具体包括以下步骤：S1、首先系统处理模块会控制数据采集模块对外界污染源的检测数据进行采集，并将采集的数据传送至数据分类模块内进行分类，本发明涉及数据处理技术领域。该基于深度学习算法的污染源异常数据识别方法，可实现将特征学习算法以原始数据作为输入，而且学习过程采用无监督的特征学习过程，可大大增强污染源数据异常识别的精度，缩短了异常数据识别时间，实现了通过深度学习模型算法来刻画数据的丰富信息和提高分类性能，达到了在整个特征学习和数据异常是被的过程无人工提取的目的，很好的解决了有标签异常数据获取困难的问题。

技术研发人员：何政;叶刚;李威;王萍
受保护的技术使用者：武汉邦拓信息科技有限公司
技术研发日：2018.12.24
技术公布日：2019.05.03