“异常检测模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3527021个，建议您升级VIP下载更多相关专利

[发明专利]一种视频异常检测方法及系统-CN202211648403.8在审
发明人：余烨;程勃;蔡文;孙旭;路强 -专利权人：合肥工业大学智能制造技术研究院
申请日： 2022-12-21 - 公布日： 2023-03-07 - 主分类号： G06V20/40 文献下载
摘要：本发明属于计算机视觉、视频异常检测、视频异常检测模型设计的技术领域，具体涉及一种视频异常检测方法，包括：获取待检测视频的片段特征数据；将片段特征数据输入至视频异常检测模型中获取检测结果，其中所述视频异常检测模型包括：异常特征增强模型、异常得分计算模型、基于分类指导的异常定位模型以及异常得分优化模型。本发明通过异常特征增强模型对待检测视频的特征数据进行时序信息和动作信息的增强，使其更契合异常检测任务，并根据基于分类指导的异常定位模型挖掘视频异常过程分类中的参数并对异常得分计算模型获取的异常得分进行优化，得到精准性更高的检测结果。同时基于分类指导的异常定位模型使用便捷，可安装在存储器中随插随用。
一种视频异常检测方法系统

[发明专利]基于半监督学习的CAN异常检测方法、系统及存储介质-CN202211555487.0在审
发明人：李伟;黄方蕾;陈可嘉;张珂杰;邱炜伟 -专利权人：杭州趣链科技有限公司
申请日： 2022-12-06 - 公布日： 2023-03-28 - 主分类号： H04L43/08 文献下载
摘要：本发明涉及安全检测技术领域，具体涉及一种基于半监督学习的CAN异常检测方法、系统及存储介质，所述方法包括以下步骤：接收预先建立的数据异常检测模型、帧间隔异常检测模型和信号异常检测模型，数据异常检测模型检测CAN数据中的数据异常，帧间隔异常检测模型检测帧间隔异常，信号异常检测CAN的信号异常；获取预设时间长度内汽车的CAN数据包，提取CAN数据；将CAN数据分别输入数据异常检测模型、帧间隔异常检测模型和信号异常检测模型，获得数据异常结果、帧间隔异常结果和信号异常结果；生成CAN异常检测结果报告。本发明的有益技术效果包括：保障CAN总线通信的安全，降低了样本数据的需求量，提高异常预测的准确度。
基于监督学习 can 异常检测方法系统存储介质

[发明专利]配电房异常检测方法、系统、服务器、边缘网关和介质-CN202110545981.8在审
发明人：吕启深;向真;张斌;唐斌;王浩宇 -专利权人：深圳供电局有限公司
申请日： 2021-05-19 - 公布日： 2021-09-24 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种配电房异常检测方法、系统、服务器、边缘网关和介质。所述方法包括：接收多个边缘网关发送的异常检测模型；其中，所述异常检测模型为所述边缘网关根据感知层设备发送的配电房运行数据对服务器发送的初始异常检测模型进行训练得到的模型；根据各所述异常检测模型之间的差异度，从各所述异常检测模型的模型参数中确定目标模型参数；根据所述目标模型参数对所述初始异常检测模型进行训练，生成目标异常检测模型，并将所述目标异常检测模型发送至所述边缘网关，以使所述边缘网关能够根据所述目标异常检测模型在接收到所述配电房运行数据时进行数据异常预测采用本方法能够提高配电房异常检测的全局性。
配电房异常检测方法系统服务器边缘网关介质

[发明专利]一种异常网络数据检测方法及系统-CN202310544057.7在审
发明人：李西;张华文;陈志友 -专利权人：成都智优数创信息科技有限公司
申请日： 2023-05-15 - 公布日： 2023-09-29 - 主分类号： H04L43/08 文献下载
摘要：本申请实施例提供一种异常网络数据检测方法及系统，通过网络异常行为检测模型输出的估计异常行为分布及预置异常拓扑位置代价函数，生成网络异常行为检测模型的异常拓扑位置的异常行为估计代价信息，进一步通过异常拓扑位置的异常行为估计代价信息对网络异常行为检测模型进行模型迭代更新，由此可以生成可靠性能的网络异常行为检测模型，从而提高异常行为检测的精度。
一种异常网络数据检测方法系统

[发明专利]对象识别方法、装置、计算机设备和存储介质-CN202110475178.1在审
发明人：刘肖;李志颖;吴鸣;崔艺华 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-29 - 公布日： 2021-12-07 - 主分类号： G06F16/901 文献下载
摘要：所述方法包括：获取待进行异常识别的目标对象集合；获取各个目标对象分别对应的资源转移特征集合；确定异常检测模型集合；异常检测模型集合中的异常检测模型所采取的异常检测策略不同；通过各个异常检测模型，确定目标对象所对应的资源转移特征集合中，各个资源转移特征在所在特征维度对应的目标特征集合中的分布结果；对异常检测模型集合中各个异常检测模型对目标对象的模型检测结果进行统计，得到目标对象的异常检测结果。上述方案，综合统计多个异常检测模型对应的模型检测结果，能够基于多种分布结果来确定目标对象的异常检测结果，能有效提高对象识别的准确度。
对象识别方法装置计算机设备存储介质

[发明专利]异常检测方法、模型训练方法及相关装置-CN201911018935.1有效
发明人：孙尚勇 -专利权人：新华三信息安全技术有限公司
申请日： 2019-10-24 - 公布日： 2022-11-08 - 主分类号： G06F11/07 文献下载
摘要：本申请提出一种异常检测方法、模型训练方法及相关装置，涉及异常检测技术领域，通过将训练数据输入至异常检测模型，以获得训练数据对应的异常检测序列，并当异常检测序列中异常数据排列靠后时，根据该异常检测序列以及接收的第一反馈输入，更新该异常检测模型的模型参数，以使更新后的异常检测模型输出的异常检测序列中异常数据排列靠前，相比于现有技术，能够使异常数据在异常检测序列中处于靠前位置，从而使运维人员能够快速在异常检测序列排查到异常数据，提升异常检测效率。
异常检测方法模型训练相关装置

[发明专利]模型训练装置、模型训练方法及计算机可读取媒体-CN202210020871.4在审
发明人：朱仕任 -专利权人：和硕联合科技股份有限公司
申请日： 2022-01-10 - 公布日： 2022-10-28 - 主分类号： G06N3/063 文献下载
摘要：本发明实施例提供一种模型训练装置、模型训练方法及计算机可读取媒体。模型训练方法将被标记的异常样本输入至异常检测模型。异常检测模型是基于自编码器架构。模型训练方法通过最大化异常样本经异常检测模型的输出与异常样本之间的重建误差，以优化异常检测模型。
模型训练装置方法计算机读取媒体

[发明专利]焊接异常检测方法、装置、计算机设备和存储介质-CN202110228624.9在审
发明人：不公告发明人 -专利权人：无锡先导智能装备股份有限公司
申请日： 2021-03-02 - 公布日： 2021-07-06 - 主分类号： G06F16/2458 文献下载
摘要：本申请涉及一种焊接异常检测方法、装置、计算机设备和存储介质。本申请通过接收焊接异常检测请求；反馈各类预设焊接异常检测模型；获取对应的模型组合信息以及权重设置信息；将焊接数据输入预设焊接异常检测模型中，获取焊接数据对应的各模型检测结果；根据各模型检测结果以及权重设置信息，接收焊接异常检测请求对应的多模型焊接异常检测结果。本申请通过在接收焊接异常检测请求后，响应现场检测人员根据反馈的各类预设焊接异常检测模型来挑选合适的预设焊接异常检测模型组合的操作，并通过响应现场检测人员设置模型的权重配比，从而复杂多变的工况基础上的不同要求的情况下，提高针对各类焊接数据的焊接异常检测识别率。
焊接异常检测方法装置计算机设备存储介质

[发明专利]时序数据的异常检测方法、装置、设备及存储介质-CN202111117353.6在审
发明人：纪炎明;张晓民;尧平;陈乐;罗朝彤;薛蓉蓉 -专利权人：中移动信息技术有限公司;中国移动通信集团有限公司
申请日： 2021-09-23 - 公布日： 2023-03-28 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供一种时序数据的异常检测方法、装置、设备及存储介质。该方法包括：将目标待检测时刻的时序数据分别输入多个异常检测模型，获得每个异常检测模型分别输出的异常检测结果；基于每个异常检测模型分别输出的异常检测结果和每个异常检测模型的权重，确定时序数据的最终异常检测结果；其中，每个异常检测模型均是基于与时序数据类型相同的样本时序数据训练得到的；每个异常检测模型的权重是基于预设评价指标在测试样本集上的交叉验证结果，对多个异常检测模型的候选权重组合进行网格搜索后确定的。从而能够在提升整体模型算法的准确率的同时，使得模型能够适配各种不同类型的时间序列数据的异常检测任务。
时序数据异常检测方法装置设备存储介质

[发明专利]一种云平台无阈值检测的方法和装置-CN202010851477.6在审
发明人：逄立业 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-08-21 - 公布日： 2020-12-11 - 主分类号： G06F11/32 文献下载
摘要：本发明公开了一种云平台无阈值检测的方法，包括：获取待检测指标数据，通过若干异常检测算法分别建立模型；根据模型分别对待检测指标数据进行无监督异常检测；当任一模型通过无监督异常检测从待检测指标数据中获取到异常指标数据，根据异常指标数据判断是否存在通过相应的历史指标数据训练的有监督模型；当判断无有监督模型，对所有无监督异常检测的结果进行综合以判定待检测指标数据是否异常；当判断有有监督模型，根据有监督模型对异常指标数据进行有监督异常检测，根据有监督异常检测的结果判定待检测指标数据是否异常。本发明实现了无监督模型和有监督模型联合检测的方法，提高了无阈值检测结果的准确性。
一种平台阈值检测方法装置

[发明专利]一种基于无监督多模型的异常检测方法及系统-CN202011585830.7在审
发明人：游忍;刘明华 -专利权人：四川长虹电器股份有限公司
申请日： 2020-12-29 - 公布日： 2021-03-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于无监督多模型的异常检测方法，包含以下步骤：采集大量样本，获取训练样本以及待检测样本；构建k个异常检测模型；利用训练样本，采用无监督方式训练异常检测模型；最终得到m个异常检测模型，所述m是大于等于1小于等于k的整数；实际部署应用时，将待检测样本输入m个异常检测模型，根据m个模型的结果判断待检测样本是否有异常或异常类别。本发明的方法完全采用无监督方法训练模型，无需标记数据。即使不知道异常种类，最终也可以自动得到异常类别。没有异常样本数据，也能准确检测出异常样本。模型数量根据异常类别数量改变而改变，鲁棒性好，扩展性强。
一种基于监督模型异常检测方法系统

[发明专利]一种基于迭代的异常检测方法和检测装置-CN201710736320.7在审
发明人：陈玫;吴崇玮 -专利权人：北京寄云鼎城科技有限公司
申请日： 2017-08-24 - 公布日： 2018-01-19 - 主分类号： G06F11/07 文献下载
摘要：本发明实施例提供一种基于迭代的异常检测方法和检测装置。其中，所述方法包括获取待检数据的异常区间和正常区间，并根据所述异常区间和所述正常区间的数据训练异常检测模型；利用滑动窗口方法通过所述异常检测模型检测所述待检数据，根据检测结果迭代优化所述异常检测模型；最后得到优化的所述异常检测模型，并确定渐变异常发生的初始点，即由多数正常转变为异常的转折点。本发明实施例通过迭代检测的方法，不断优化异常检测模型，在最大化异常检测模型的似然率的同时，确定正常及异常状态的分界，进而识别数据中的渐变异常，并找到或靠近渐变异常实际发生的初始点，还可获取整个异常数据的区间范围
一种基于异常检测方法装置

[发明专利]日志异常检测系统-CN202010910304.7在审
发明人：汪祖民;田纪宇;季长清;秦静 -专利权人：大连大学
申请日： 2020-09-02 - 公布日： 2021-02-12 - 主分类号： G06F11/34 文献下载
摘要：日志异常检测系统，属于网络数据处理领域，为了解决日志异常检测的问题，包括检测模型训练模块，用于训练Prophet异常检测模型，bLSTM异常检测模型，并获得DTW时间序列相似性阈值，更新异常检测模型和阈值异常检测模块，用于根据检测模型训练模块判断时间窗口是否存在异常，若判断当前时间窗口为正常，则继续对下一时间窗口是否异常进行判断。若判断当前时间窗口为异常，则调用异常告警模块发出异常告警，且异常检测模块继续对下一时间窗口是否异常进行判断，效果是能够进行日志异常检测。
日志异常检测系统

[发明专利]一种工业设备异常声音检测方法及系统-CN202310987478.7在审
发明人：余永升;祝锐;曾强;黄灿 -专利权人：海纳科德（湖北）科技有限公司
申请日： 2023-08-07 - 公布日： 2023-10-24 - 主分类号： G10L25/30 文献下载
摘要：本发明提供一种工业设备异常声音检测方法及系统，包括：异常声音检测模型包括：第一检测网络和第二检测网络；通过样本数据对第一检测网络进行训练，获得第一正常分数和第一异常分数；通过样本数据对第二检测网络进行训练，获得第二正常分数和第二异常分数；通过第一正常分数、第一异常分数、第二正常分数和第二异常分数，计算获得AUC分数；将AUC分数最高的异常声音检测模型作为训练好的异常声音检测模型；通过训练好的异常声音检测模型对待检测声音进行识别，获得工业设备的异常检测结果。本发明通过计算AUC分数准确的评价异常声音检测模型的识别精确度，选取AUC分数最高的异常声音检测模型作为训练好的异常声音检测模型，保证最终的识别效果。
一种工业设备异常声音检测方法系统

[发明专利]制造过程异常检测方法、电子设备、存储介质和程序产品-CN202111261390.4在审
发明人：谭杰;李媛;刘振杰 -专利权人：中国科学院自动化研究所
申请日： 2021-10-28 - 公布日： 2022-03-04 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种制造过程异常检测方法、电子设备、存储介质和程序产品，其方法包括获取制造过程产生的信号数据；基于所述信号数据进行图像合成处理，获得合成图像；将所述合成图像输入至可连续学习的异常检测模型，进行异常情况检测和异常分类，获得所述异常检测模型输出的异常情况及其异常类型。本发明的异常检测模型具备连续学习的能力，在出现新异常情况时，可以不丧失该异常检测模型旧异常检测识别能力的同时，增加新异常情况的检测识别能力，从而提高异常检测模型的异常检测性能，最终提高制造过程的异常检测性能
制造过程异常检测方法电子设备存储介质程序产品

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条