一种基于集成学习的大坝监测数据异常检测方法

本发明公开了一种基于集成学习的大坝监测数据异常检测方法，步骤为：异常检测模型池构造阶段：利用随机子采样构造不同的监测数据子集，并根据超参数多样性构造不同的模型组，训练得到异常检测模型池。伪真值标签构造阶段：基于异常检测模型池,采用集成一致性方法构造测点的伪真值标签。最优模型组合选择阶段：基于邻域相关性选择目标测点相关邻域，根据测点邻域的异常得分矩阵与从测点的伪真值标签间的皮尔逊相关性，选择最优模型组合。结果判断阶段：计算测点在最优模型组合上的得分，判断测点异常情况。本发明通过对大坝监测数据进行特征学习，高效精确计算处理并得出检测结果，为大坝安全分析提供决策依据。