西安電子科技大學齊飛獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉西安電子科技大學申請的專利一種基于生成模型的異常檢測方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114707600B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210339922.X,技術領域涉及:G06V10/764;該發明授權一種基于生成模型的異常檢測方法及系統是由齊飛;司馬攀科;李天翔;陶倩;石光明;梅輝設計研發完成,并于2022-04-01向國家知識產權局提交的專利申請。
本一種基于生成模型的異常檢測方法及系統在說明書摘要公布了:本發明公開了一種基于生成模型的異常檢測方法及系統,獲得第一樣本數據集合;構建生成器,將所述第一樣本數據集合輸入生成器,通過第一編碼器進行第一樣本數據集合的低維特征提取,通過第二編碼器進行第一低維特征提取結果的低維特征向量約束,將約束后的第一低維特征提取結果通過解碼器解碼,通過判別器進行第一重構樣本集合的真實性判斷,獲得第一待檢測數據;將第一待檢測數據輸入所述生成器,獲得第一重構數據,根據第一待檢測數據和第一重構數據的殘差值進行異常檢測判斷。解決了現有技術在進行異常檢測過程中,對于樣本需求量大,缺陷樣本數據量少且標注費時費力,導致異常檢測成本高,檢測效果不佳的技術問題。
本發明授權一種基于生成模型的異常檢測方法及系統在權利要求書中公布了:1.一種基于生成模型的異常檢測方法,其特征在于,所述方法包括: 獲得第一樣本數據集合; 構建生成器,其中,所述生成器包括第一編碼器、解碼器; 將所述第一樣本數據集合輸入所述生成器,通過所述第一編碼器進行所述第一樣本數據集合的低維特征提取,獲得第一低維特征提取結果; 通過第二編碼器進行所述第一低維特征提取結果的低維特征向量約束,將約束后的所述第一低維特征提取結果通過所述解碼器解碼,獲得第一重構樣本集合; 通過判別器進行所述第一重構樣本集合的真實性判斷,獲得第一判斷結果; 當所述第一判斷結果的輸出結果滿足第一預設閾值時,獲得第一待檢測數據; 將所述第一待檢測數據輸入所述生成器,獲得第一重構數據,根據所述第一待檢測數據和所述第一重構數據的殘差值進行異常檢測判斷; 計算所述生成器的重構損失,計算公式如下: Lrecon=‖x,GDeGenx‖1 其中,Lrecon為重構損失,GDe為解碼器,Gen為第一編碼器,根據計算獲得的所述重構損失進行所述生成器的優化補償; 計算所述生成器的編碼損失,計算公式如下: 其中,Llatent為編碼損失,z為第一樣本數據集合的低維特征向量,為第一重構樣本集合的低維特征向量; 根據所述重構損失和所述編碼損失,計算獲得所述生成器的總損失函數,計算公式如下: LG=λreconLrecon+λssim1-Lssim+λlatentLlatent 其中,LG為總損失函數,Lssim為結構相似度損失,λrecon為重構損失的權重,λssim為結構相似度損失的權重,λlatent為編碼損失的權重,通過所述總損失函數進行所述生成器的優化補償。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安電子科技大學,其通訊地址為:710071 陜西省西安市太白南路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。