基于自监督的属性图社团检测方法.pdf

基于自监督学习的属性图异常检测方法研究.pdf 基于自监督学习的属性图异常检测方法研究研究生姓名：席鹏晖导师姓名：张师超学科：软件工程研究方向：数据挖掘和深度学习年级：2021级摘要图结构数据是一种广泛使用的描述复杂系统的通用语言，可应用于社交网络、推荐系统、生物信息学等领域。然而，在属性图异常检测中，检测异常数据是一个具有挑战性的任务，因为通用的检测方法在处理非欧氏空间数据时效果有限，异常样本和正常样本之间存在数量上的不平衡，且异常在图结构中违背了同质性假设。传统领域的异常检测方法在处理上述问题时存在困难，并且在检测性能方面表现不佳。具体而言，现有的异常检测方法主要集中在残差分析和社区发现等浅层技术上。然而，这些浅层方

2025-04-03 约9.22万字 56页立即下载

基于多属性一致性的水域检测方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362266 A (43)申请公布日 2021.09.07 (21)申请号 20201

2023-06-20 约2.38万字 19页立即下载

基于无监督学习的网络异常检测方法.docx PAGE 1- 基于无监督学习的网络异常检测方法 一、1.无监督学习概述 (1)无监督学习是机器学习领域的一个重要分支，它主要关注于从未标记的数据中提取模式、结构或特征。与监督学习不同，无监督学习不需要预先标注的训练数据，而是通过算法自动从数据中学习到潜在的模式。这种学习方式在数据挖掘、图像处理、自然语言处理等领域有着广泛的应用。据统计，无监督学习在2019年全球人工智能应用市场中所占份额已达到25%，并且这一比例还在持续增长。 (2)无监督学习的主要方法包括聚类、降维和关联规则挖掘等。聚类算法如K-means、层次聚类和DBSCAN等，可以将数据点分组，使得同一组内的数据点具有较高的相似度，

2025-01-21 约3.16千字 6页立即下载

基于边界框回归的弱监督目标检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882340 A (43)申请公布日 2022.08.09 (21)申请号 202210398499.0 G06N 3/04 (2006.01)

2023-05-17 约1.88万字 12页立即下载

2025-03-16 约1.79万字 26页立即下载

基于邻居关系的社团结构检测方法研究.doc 硕士学位论文基于邻居关系的社团结构检测方法研究 Research on Algorithms of Community Structure Detection based on Neighborhood 作者姓名：赵仲祥学科、专业：计算机软件与理论学号：指导教师：王兴元教授完成日期： 2014年10月

2017-06-18 约3.69万字 48页立即下载

基于自监督学习的工业产品表面缺陷检测方法研究.pdf 华中科技大学硕士学位论文摘要工业缺陷检测对于保障产品质量和生产安全至关重要。近年来，基于机器视觉和深度学习的表面缺陷检测方法被广泛用于工业产品缺陷检测，对促进工业智能化发展具有重要意义。然而，工业场景下存在样本匮乏、缺陷样式复杂多样、缺陷类型未知等问题，限制了现有检测方法的性能。为解决这些问题，提升缺陷检测方法的准确性、鲁棒性和实时性，本文从数据层面和模型层面出发，提出了一种基于自监督学习的表面缺陷检测算法。本文的研究内容和主要贡献如下：

2025-03-16 约13.97万字 87页立即下载

基于自监督特征增强的多模态虚假信息检测方法研究.pdf 华中科技大学硕士学位论文摘要随着微博、头条这类即时社交应用的兴起和发展，社交媒体已经成为人们发布和获取信息的主要阵地。这些社交媒体为用户提供便利的同时，也让用户更容易接触到虚假信息。虚假信息可能会误导用户，造成经济损失，影响社会的稳定。因此如何检测社交媒体中的虚假信息，遏制虚假信息的传播成为一个亟待解决的问题。目前已经有许多虚假信息检测算法被提出，但大多数检测方法没有考虑信息的多模态内容，没有充分利用各个模态内容之间的高阶补充关系。此外目前的虚假

2025-02-26 约11.53万字 81页立即下载

基于自监督学习的时序数据异常检测方法研究.docx 基于自监督学习的时序数据异常检测方法研究一、引言在各种实际应用场景中，时序数据异常检测一直是一项重要且具有挑战性的任务。这种问题常常涉及到对大规模、高维度的数据进行实时监控，以发现任何可能的异常或偏离正常模式的行为。自监督学习作为一种新兴的机器学习方法，在处理时序数据异常检测问题上具有独特的优势。本文将详细探讨基于自监督学习的时序数据异常检测方法，以期提供一种更为有效、自动化的异常检测方案。二、时序数据异常检测问题的背景与意义时序数据广泛存在于许多领域，如物联网（IoT）、金融、医疗等。这些数据通常具有连续性、动态性和复杂性等特点，因此对异常的检测和识别显得尤为重要。异常检测不仅可以用

2025-03-05 约5.13千字 10页立即下载

基于半监督深度学习的木马流量检测方法.docx PAGE 1- 基于半监督深度学习的木马流量检测方法 一、引言随着互联网技术的飞速发展，网络安全问题日益凸显。近年来，网络攻击手段不断升级，其中木马攻击作为一种隐蔽性极强、破坏力巨大的攻击方式，对个人和企业造成了巨大的损失。据统计，全球每年因木马攻击导致的损失高达数十亿美元。木马攻击主要通过植入恶意软件的方式，窃取用户隐私信息、破坏系统稳定性和控制网络设备等。为了有效防范木马攻击，传统的基于特征匹配的检测方法在应对新型木马和变种木马时存在一定的局限性。因此，研究一种高效、准确的木马流量检测方法具有重要意义。近年来，深度学习技术在各个领域取得了显著的成果，尤其在图像识别、自然语言处理等领域。

2025-01-19 约3.45千字 7页立即下载

一种基于弱监督的目标检测方法及相关设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116958679 A (43)申请公布日 2023.10.27 (21)申请号 202310920876.7 G06N 3/0895 (2023.01) (22)申请日 2023.07

2023-10-24 约3.38万字 28页立即下载

基于主题信息增强的弱监督方面类别检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114880478 A (43)申请公布日 2022.08.09 (21)申请号 202210652339.4 (22)申请日 2022.06.07 (71)申请人昆明理工大学地址 650500

2023-05-15 约1.68万字 13页立即下载

《基于Transformer和自监督学习的人脸活体检测方法研究》范文.docx 《基于Transformer和自监督学习的人脸活体检测方法研究》篇一一、引言人脸活体检测技术作为生物识别领域的重要组成部分，已经引起了广泛关注。其目的在于判断所输入的人脸图像是否为真实活体，从而防止伪造图像、视频等欺诈行为。随着深度学习技术的发展，尤其是基于Transformer模型和自监督学习的方法在诸多领域取得了显著的成效。本文旨在研究基于Transformer和自监督学习的人脸活体检测方法，以期为该领域的发展提供一定的参考。二、相关工作 2.1人脸活体检测概述人脸活体检测是生物特征识别技术中的重要环节，主要用于验证人脸图像是否由真实生物体所产生。传统的活体检测方法主要基于图像处

2024-10-25 约1.41千字 3页立即下载

基于背景抑制的无监督异常行为检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882434 A (43)申请公布日 2022.08.09 (21)申请号 202210525135.4 (22)申请日 2022.05.14 (71)申请人苏州海裕鸿智能科技有限公司地址

2023-05-17 约2.65万字 16页立即下载

一种基于自监督学习的缺陷检测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362313 A (43)申请公布日 2021.09.07 (21)申请号 202110679316.8 G06N 3/04 (2006.01)

2023-06-18 约1.26万字 13页立即下载