一种应用于空气质量大数据异常检测的神经网络结构搜索方法

摘要

本发明公开了一种应用于空气质量大数据异常检测的神经网络结构搜索方法，其特征在于，包括以下步骤：设定用于构建神经网络结构的搜索空间，并定义训练目标；利用强化学习不断训练循环神经网络控制器，使结构搜索过程不断优化，直到构建出满足需求的神经网络结构；将新的数据集放入最终得到的神经网络模型中，聚类训练出新的输入数据集中的异常数据。本发明适用于空气质量大数据异常检测问题的神经网络结构的自动搜索，面对大数据的复杂情况具有较佳的效果和鲁棒性。