[发明专利]一种基于生成对抗网络的困难异常样本检测框架在审
| 申请号： | 202110285596.4 | 申请日： | 2021-03-17 |
| 公开（公告）号： | CN113159947A | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 王成;胡腾 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06Q40/04 | 分类号： | G06Q40/04;G06N3/04 |
| 代理公司： | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人： | 孟旭彤 |
| 地址： | 200000 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于生成对抗网络的困难异常样本检测框架，解决了针对困难异常样本难以建立有效模型进行预测的问题，其技术方案要点是通过预处理数据，使用生成对抗网络，针对极度稀少的异常样本，学习到异常样本的分布，同时生成大量的异常和正常样本，利用这些生成的样本预训练一个分类模型，结合迁移学习的方法，使用真实数据对模型进行微调，最终得到所需分类模型以为困难异常样本检测提供支持，本发明的一种基于生成对抗网络的困难异常样本检测框架，可利用少量真实数据建立和训练异常检测模型，能进行微调后训练出工业可用的模型。 | ||
| 搜索关键词： | 一种 基于 生成 对抗 网络 困难 异常 样本 检测 框架 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于同济大学，未经同济大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110285596.4/，转载请声明来源钻瓜专利网。
