文档详情

一种基于自监督学习的异常图像检测方法.pdf

发布：2023-06-16约1.25万字共11页下载文档

文本预览下载声明

(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 113344875 A (43)申请公布日 2021.09.03 (21)申请号 202110631682.6 (22)申请日 2021.06.07 (71)申请人武汉象点科技有限公司

显示全部

相似文档

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
一种基于KNN半监督学习模型的网络流量异常检测方法与系统[发明专利].docx PAGE 1- 一种基于KNN半监督学习模型的网络流量异常检测方法与系统[发明专利] 一、背景与意义随着互联网技术的飞速发展，网络已经成为现代社会不可或缺的一部分。网络流量的异常检测对于保障网络安全、预防网络攻击以及维护网络稳定具有重要意义。近年来，网络攻击手段日益复杂，传统的基于规则或特征的方法在处理未知或新型攻击时存在局限性。因此，研究一种高效、准确的网络流量异常检测方法成为网络安全领域的研究热点。半监督学习作为一种机器学习方法，能够在只有少量标记样本的情况下，通过利用大量未标记样本的信息来提高学习模型的性能。K最近邻（K-NearestNeighbors，KNN）算法作为一种经典的分
2025-01-21 约2.76千字 5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
一种基于单分类算法的无监督机器异常声检测方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114462475 A (43)申请公布日 2022.05.10 (21)申请号 202111575693.3 (22)申请日 2021.12.21 (71)申请人南京邮电大学地址 210046
2023-05-06 约1.68万字 15页立即下载
一种基于三分支孪生网络的无监督视频异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565785 A (43)申请公布日 2022.05.31 (21)申请号 202210066191.6 G06N 3/08 (2006.01) (22)申请日 2022.01.2
2023-05-09 约2.25万字 16页立即下载
一种基于潜在特征分解的无监督异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565023 A (43)申请公布日 2022.05.31 (21)申请号 202210112132.8 (22)申请日 2022.01.28 (71)申请人北京邮电大学地址 100876
2023-05-07 约2.11万字 16页立即下载
一种基于无监督自适应权重的心脏数据异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114548281 A (43)申请公布日 2022.05.27 (21)申请号 202210168082.5 G06V 10/82 (2022.01) (22)申请日 2022.02.
2023-05-10 约1.48万字 12页立即下载
一种基于记忆网络的图像异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882007 A (43)申请公布日 2022.08.09 (21)申请号 202210641017.X (22)申请日 2022.06.07 (71)申请人浙江工业大学地址 310014
2023-05-15 约1.7万字 14页立即下载
一种基于图像对比的PCB板U型槽加工异常检测方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 114565612 B (45)授权公告日 2022.07.05 (21)申请号 202210465522.3 G06V 10/764 (2022.01)
2023-05-06 约1.57万字 14页立即下载
一种基于局部梯度引导的高光谱图像异常检测方法.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 112967241 A (43)申请公布日 2021.06.15 (21)申请号 202110216275.9 (22)申请日 2021.02.26 (71)申请人西安理工大学地址
2023-06-06 约7.75千字 9页立即下载
一种基于多层级特征重构的图像局部异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114820415 A (43)申请公布日 2022.07.29 (21)申请号 202110114178.9 G06V 10/82 (2022.01)
2023-05-15 约1.22万字 9页立即下载
基于弱监督学习的眼底荧光造影图像渗漏点检测方法.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 112967260 A (43)申请公布日 2021.06.15 (21)申请号 202110287441.4 (22)申请日 2021.03.17 (71)申请人中国
2023-06-07 约1.45万字 16页立即下载
一种基于类不可知前景挖掘的图像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 114565752 A (43)申请公布日 2022.05.31 (21)申请号 202210133345.9 G06V 10/82 (2022.01)
2023-05-11 约1.76万字 12页立即下载
一种基于无监督学习的医学图像肝脏分割方法.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 113362310 A (43)申请公布日 2021.09.07 (21)申请号 202110643707.4 (22)申请日 2021.06.09 (71)申请人西安智诊智能科技有限公司
2023-06-20 约9.81千字 10页立即下载