1.一種新異類檢測方法，其特征在于，包括：
收集正常狀態(tài)下的樣本作為訓(xùn)練樣本與驗(yàn)證樣本；
從訓(xùn)練樣本中提取特征值，并根據(jù)訓(xùn)練樣本特征值訓(xùn)練狀態(tài)模型；
從驗(yàn)證樣本中提取特征值，同時(shí)使用狀態(tài)模型處理驗(yàn)證樣本獲得預(yù)測特征值，根據(jù)每一組特征值與預(yù)測特征值確定一個(gè)對應(yīng)的預(yù)測誤差平方和，并根據(jù)所有預(yù)測誤差平方和計(jì)算預(yù)測誤差平方和閾值；
根據(jù)測試樣本的預(yù)測誤差平方和與預(yù)測誤差平方和閾值的比較判斷測試樣本是否屬于新異類。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征值的提取步驟包括：
對樣本進(jìn)行局部特征尺度分解，獲得內(nèi)稟尺度分量集合；
用相關(guān)系數(shù)法從內(nèi)稟尺度分量集合中剔除與噪聲和分解過程有關(guān)的內(nèi)稟尺度分量，獲得主導(dǎo)內(nèi)稟尺度分量集合；
重構(gòu)主導(dǎo)內(nèi)稟尺度分量集合獲得降噪后的振動加速度信號；
從降噪后的振動加速度信號中提取高相關(guān)性的時(shí)域統(tǒng)計(jì)特征量作為特征值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述收集正常狀態(tài)下的樣本為采集正常狀態(tài)下的原始振動信號。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述特征值包括：峭度、峰值因子、裕度、脈沖因子、波形因子。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述狀態(tài)模型為以下之一：線性模型、線性交互模型、純二次模型或二次交互模型。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所有預(yù)測誤差平方和計(jì)算預(yù)測誤差平方和閾值包括：
計(jì)算所有驗(yàn)證樣本的預(yù)測誤差平方和的均值作為期望值；
計(jì)算所有驗(yàn)證樣本的預(yù)測誤差平方和的方差作為標(biāo)準(zhǔn)差；
根據(jù)所有驗(yàn)證樣本的預(yù)測誤差平方和期望值、標(biāo)準(zhǔn)差與誤檢率計(jì)算預(yù)測誤差平方和閾值。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)測試樣本的預(yù)測誤差平方和與預(yù)測誤差平方和閾值的比較判斷測試樣本是否屬于新異類包括：
將一測試樣本的預(yù)測誤差平方和與預(yù)測誤差平方和閾值進(jìn)行大小比較；
當(dāng)預(yù)測誤差平方和大于預(yù)測誤差平方和閾值時(shí)，判定該測試樣本為新異類樣本；
當(dāng)預(yù)測誤差平方和小于預(yù)測誤差平方和閾值時(shí)，判定該測試樣本為正常樣本。
8.一種電子設(shè)備，其特征在于，包括至少一個(gè)處理器；以及與所述至少一個(gè)處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如權(quán)利要求1-7任意一項(xiàng)所述的方法。
9.一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)存儲計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-7任意一項(xiàng)所述的方法。
10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品包括存儲在非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)上的計(jì)算程序，所述計(jì)算機(jī)程序包括程序指令，當(dāng)所述程序指令被計(jì)算機(jī)執(zhí)行時(shí)，使所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-7任意一項(xiàng)所述的方法。