数字技术与应用杂志社

摘要：<正>针对非平稳、多噪声时序数据下异常检测精度不足的问题，本文提出了一种融合Transformer与自适应阈值的时序异常检测模型。该模型利用Transformer捕捉长距离依赖与多尺度特征，并基于预测残差分布动态调整阈值，以适应数据分布与噪声水平变化。实验结果显示，该模型曲线下面积值达到0.974，均方误差最大仅为5.9%，体现出了更高的异常识别准确性与稳定性，能够有效应对噪声扰动。结果表明，该模型可为智能监测系统提供高精度且高鲁棒性的异常检测方案。

专辑： 信息科技;基础科学

专题： 数学;自动化技术

分类号： O211.61;TP18