[发明专利]一种基于迁移学习的半监督异常检测方法有效
| 申请号： | 202110471648.7 | 申请日： | 2021-04-29 |
| 公开（公告）号： | CN113128613B | 公开（公告）日： | 2023-10-17 |
| 发明（设计）人： | 唐杰;武港山;冯哲;唐玉婷;薛占奎 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F18/2433 | 分类号： | G06F18/2433;G06N3/0464;G06N3/0895;G06N3/096 |
| 代理公司： | 南京天翼专利代理有限责任公司 32112 | 代理人： | 奚铭 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于迁移学习的半监督异常检测方法,构建一个卷积神经网络进行异常检测，卷积神经网络包括网络#imgabs0#和网络#imgabs1#两个网络模块，以及用于特征融合的全连接层，分别用异常检测数据集和一个不相关的有标签参考数据集预训练网络#imgabs2#和网络#imgabs3#再对预训练得到的网络#imgabs4#和网络#imgabs5#进行联合训练，由训练得到的卷积神经网络进行异常检测。本发明通过迁移学习的方法，以一个参考数据集进行辅助，实现半监督异常检测，网络模型能充分利用数据中的标注信息，增加了对正常样本和异常样本的区分能力，同时增强了模型对有污染数据的鲁棒性。使用本发明方法训练的模型，AUC指标从72.2％提升到了75.9％，有效提升了检测的准确性。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 监督 异常 检测 方法 | ||
【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南京大学，未经南京大学许可，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/202110471648.7/，转载请声明来源钻瓜专利网。
- 上一篇：考虑三维因素的短舱进气道设计几何参数化方法
- 下一篇：多功能风湿按摩熏蒸装置
