“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]一种融合VIT和GAN的焊接异常检测方法-CN202310070536.X在审
发明人：姚志豪;李波 -专利权人：苏芯物联技术（南京）有限公司
申请日： 2023-02-07 - 公布日： 2023-03-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种融合VIT和GAN的焊接异常检测方法，首先采集实际焊接图像数据并划分数据集；搭建包括生成对抗网络Net A和约束网络Net B在内的焊接异常检测模型，基于该模型，构建损失函数并训练模型；接着基于测试集数据对训练好的焊接异常检测模型进行测试；设置分类阈值并不断迭代，基于带有真实标签的输入图像数据，计算不同分类阈值下的焊接异常检测准确率，最终选取异常检测准确率最高时对应的分类阈值；本发明设计的焊接异常识别模型，根据用于测试的数据集不同，在有效识别各种焊接异常缺陷的同时，可以兼顾异常检测的准确率。
一种融合 vit gan 焊接异常检测方法

[发明专利]基于特征迁移的设备异常检测、训练方法、系统和装置-CN202210571708.7有效
发明人：张峰;王滨;陈积明;史治国;何承润;周少鹏 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2022-05-25 - 公布日： 2022-09-02 - 主分类号： H04L9/40 文献下载
摘要：本发明实施例提供了一种基于特征迁移的设备异常检测、训练方法、系统和装置，该方法，包括：获取第一样本流量集合及第二样本流量集合，利用第一样本流量集合中的样本数据流及设备异常标签，分别对统计特征检测模型、字符特征检测模型及图像特征检测模型训练；分别利用当前的统计特征检测模型、字符特征检测模型及图像特征检测模型，对第二样本流量集合中的样本数据流标记设备异常标签；利用第二样本流量集合中标记设备异常标签的样本数据流，对当前的统计特征检测模型、字符特征检测模型及图像特征检测模型融合训练，得到训练后的统计特征检测模型、字符特征检测模型以及图像特征检测模型，能够降低模型训练成本，从而降低设备异常检测的成本。
基于特征迁移设备异常检测训练方法系统装置

[发明专利]一种网约车司乘人员的行为智能识别检测方法及系统-CN202111522294.0在审
发明人：王枭雄;胡建鹏 -专利权人：上海工程技术大学
申请日： 2021-12-13 - 公布日： 2022-04-29 - 主分类号： G06V20/59 文献下载
摘要：本发明提出了一种网约车司乘人员的行为智能识别检测方法及系统，属于图像信号处理和数据采集技术领域。本方法包括：构建异常检测模型；采集司机和乘客的实时监控视频图像数据及体温信息，并进行预处理；针对所述采集信息基于检测模型进行异常行为识别；识别异常后进行语音提示并将异常行为上传服务端后台做相应的评分处理所述的异常检测模型包括：口罩识别模型，面部检测模型和体温检测模型，基于上述模型，本方法能够完成司机的人脸确认、司机的危险驾驶行为检测、司机和乘客的口罩检测以及司机和乘客的体温检测和异常人员位置定位，可以准确有效的识别出司乘人员的危险驾驶
一种网约车司乘人员行为智能识别检测方法系统

[发明专利]时序数据异常检测方法、装置、设备及介质-CN202210149024.8在审
发明人：林荣吉 -专利权人：中国平安人寿保险股份有限公司
申请日： 2022-02-18 - 公布日： 2022-05-24 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及人工智能，提供了时序数据异常检测方法、装置、设备及介质，通过历史时序数据构建ARIMA模型，进而采用格拉布斯方法，对ARIMA模型中的时序进行异常点检测，进而根据检测结果确定异常值阈值基准和时序预测序列，通过二者结合的方式可以提高异常数据检测的精度，并在后续需要进行数据的异常检测，直接采用得到的异常值阈值基准和时序预测序列即可，且ARIMA模型和格拉布斯模型的融合策略可以应用在在线数据的异常数据检测中，能快速响应异常诊断。
时序数据异常检测方法装置设备介质

[发明专利]区分传感器与执行器的双模型融合异常检测方法、装置-CN202310431303.8在审
发明人：蔡君;魏泽横;罗建桢 -专利权人：广东技术师范大学
申请日： 2023-04-20 - 公布日： 2023-08-15 - 主分类号： G06F18/2433 文献下载
摘要：本发明属于工业生产技术领域，涉及区分传感器与执行器的双模型融合异常检测方法、装置、计算机设备及存储介质，所述方法包括将工业过程数据结点分为传感器结点和执行器结点；基于传感器结点和执行器结点，分别构建传感器结点关系图和执行器结点关系图；基于传感器结点关系图和执行器结点关系图，分别构建基于运行规律的传感器异常检测模型和基于控制规则的执行器异常检测模型；基于传感器异常检测模型进行传感器异常检测，基于执行器异常检测模型进行执行器异常检测；将传感器异常检测与执行器异常检测进行融合。使得专家知识易于获取且具有通用性；可降低异常检测的虚警率，避免异常漏检的问题；召回率、精确度、F1分数等评价指标优势强。
区分传感器执行双模融合异常检测方法装置

[发明专利]一种日志流异常检测的方法及系统-CN201710607485.4有效
发明人：梁玉;陈瑞钦;王大伟;古亮 -专利权人：深信服科技股份有限公司
申请日： 2017-07-24 - 公布日： 2021-05-04 - 主分类号： H04L29/06 文献下载
摘要：本申请公开了一种日志流异常检测的方法，所述方法包括：利用检测模型对待检日志流进行异常检测，并根据检测结果判断所述待检日志流是否存在异常；其中，所述检测模型为通过根据训练日志流按照异常检测算法训练初始模型得到；若所述待检日志流存在所述异常，则判断所述异常是否为已知威胁；若所述异常不是所述已知威胁，则根据接收的异常复检信息更新所述检测模型；该方法对日志流中的异常进行识别并对新的异常进行自主学习，既可以识别已知威胁，也能够学习未知事件，提升了网络环境的安全性；本申请还公开了一种日志流异常检测的系统，具有以上有益效果。
一种日志异常检测方法系统

[发明专利]基于多任务深度卷积神经网络的异常驾驶行为检测方法-CN201811031072.7在审
发明人：王东明;黄庆毅 -专利权人：深圳市尼欧科技有限公司
申请日： 2018-09-03 - 公布日： 2018-12-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于多任务深度卷积神经网络的异常驾驶行为检测方法，分为多任务深度学习人脸检测模型训练阶段和人脸异常行为检测阶段，人脸异常行为检测阶段基于多任务深度学习人脸检测模型训练阶段生成的多任务深度学习人脸检测模型进行驾驶异常行为检测，多任务深度学习人脸检测模型训练阶段通过多任务卷积神经网络框架训练出多任务深度学习人脸检测模型，从而根据多任务深度学习人脸检测模型计算出人脸检测损失函数、人脸朝向损失函数、人脸其他特征点损失函数和总损失函数该方法应用多任务深度学习人脸检测模型对人脸及其人脸朝向及人脸其他特征进行特征提取，然后用提取到的特征进行驾驶异常行为检测，能快速准确的检测出异常驾驶行为。
人脸检测模型人脸异常行为检测损失函数卷积神经网络驾驶行为训练阶段学习检测驾驶人脸检测特征提取特征点

[发明专利]电力系统的异常检测方法、异常检测装置以及存储介质-CN202110700213.5在审
发明人：蔡雨露;熊艳伟;聂玉虎;崔文朋;池颖英;刘瑞;郑哲;高兴宇;陈振宇 -专利权人：北京智芯微电子科技有限公司;国网信息通信产业集团有限公司;北京芯可鉴科技有限公司
申请日： 2021-06-23 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种电力系统的异常检测方法、异常检测装置以及计算机可读存储介质。该方法包括：获取电力系统的电力信息，电力信息包括多个电力数据；获取预设融合检测模型；基于预设融合检测模型对电力信息进行分析，获得分析后信息；基于预设融合检测模型对分析后信息进行处理，获得处理后信息；基于处理后信息生成电力系统的异常检测结果本发明采用融合后的检测模型，在兼顾每个检测模型优点的基础上，克服单个检测模型的缺陷，实现更智能化的异常检测效果，提高异常检测效率，提高检测精确性；提高了异常处理效率，提高了电力系统的运行安全性，满足了企业的实际需求
电力系统异常检测方法装置以及存储介质

[发明专利]基于图注意力网络与LSTM自动编码模型的工业系统异常检测方法-CN202110319202.2在审
发明人：吕明琪;葛亚男;陈铁明;朱添田 -专利权人：浙江工业大学
申请日： 2021-03-25 - 公布日： 2021-06-29 - 主分类号： G06F30/27 文献下载
摘要：一种基于图注意力网络与LSTM自动编码模型的工业系统异常检测方法，包括以下步骤：1)样本划分和标准化：采用滑动窗口将原始工业系统数据划分为样本；2)异常检测模型构建：采用图注意力网络和LSTM自动编码机构建异常检测模型；3)实时异常检测：基于重构误差计算异常程度分数，在此基础上进行异常状态判定。本发明采用自动编码机、以无监督的方式训练异常检测模型，无需提供异常标注样本；采用图注意力网络挖掘工业系统不同维度之间的关联，提升在复杂工业系统中的异常检测准确率。
基于注意力网络 lstm 自动编码模型工业系统异常检测方法

[发明专利]一种牵引变电所异常检测方法-CN202111494822.6有效
发明人：权伟;林国松;高仕斌;刘晓红;赵海全;赵丽平 -专利权人：西南交通大学
申请日： 2021-12-08 - 公布日： 2023-04-25 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种牵引变电所异常检测方法，包括首先建立异常检测数据集，并计算该数据集的背景条件聚类，通过构建一个距离特征提取模型对输入图像进行深度特征内距离信息提取，然后构建一个异常检测模型，并使用距离特征对该检测模型进行训练，模型的输出为输入图像对应的异常得分图，最后对该得分图进行二值化和统计分析获得异常检测结果，包括是否出现异常和异常出现的位置，同时通过对检测模型进行在线更新，使其能够适应变电所环境变化。基于本发明的技术方案，能够有效满足牵引变电所异常检测的需要。
一种牵引变电所异常检测方法

[发明专利]一种实时日志异常检测方法、装置、设备及其存储介质-CN202310779198.7在审
发明人：刘兴廷 -专利权人：中国平安财产保险股份有限公司
申请日： 2023-06-28 - 公布日： 2023-10-03 - 主分类号： G06F11/34 文献下载
摘要：本申请实施例属于人工智能及数字医疗技术领域，应用于数字医疗业务系统的执行异常检测过程中，涉及一种实时日志异常检测方法、装置、设备及其存储介质，包括训练异常检测模型；通过训练完成的异常检测模型对实时获取的目标系统的执行日志数据进行异常检测，识别目标系统是否存在执行异常。实现了从单条日志数据的模板匹配性、整体日志数据的输出序列性以及日志数据中的异常关键词三个不同的检测维度，共同对实时日志数据进行异常检测，将所述异常检测模型应用到数字医疗平台的日志异常实时检测中，以保证及时消除隐患和排除故障，采用模型方式，降低人工排查异常的时间消耗，满足数字医疗平台在跨多业务场景下系统日志的异常检测需求。
一种实时日志异常检测方法装置设备及其存储介质

[发明专利]基于变分自编码器的图像异常检测方法-CN202010423773.6有效
发明人：周宇;梁晓敏;张维 -专利权人：西安电子科技大学
申请日： 2020-05-19 - 公布日： 2022-07-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于变分自编码器的图像异常检测方法，具体是融合变分自编码器和支持向量数据描述的异常检测方法，解决了现有技术中异常检测与特征提取两个阶段分离，异常检测性能受限以及传统异常检测无法应对高维、大规模异常检测任务的问题。实现步骤包括：图像数据采集；数据集划分与数据预处理；构造以变分自编码器为基础的异常检测模型；训练异常检测模型；根据训练好的模型计算区分正常与异常图像数据的阈值；使用训练好的模型判断待测图像是否为异常图像本发明采用支持向量数据描述对变分自编码器提取到的特征做距离上的约束，提取的特征更适合做异常检测，内存复杂性低，可应用于高维、大规模异常检测任务。
基于编码器图像异常检测方法

[发明专利]工业物联网异常行为检测装置-CN201811490982.1在审
发明人：孙雁飞;亓晋;裴玉青 -专利权人：南京邮电大学
申请日： 2018-12-06 - 公布日： 2019-04-26 - 主分类号： H04L29/06 文献下载
摘要：一种工业物联网异常行为检测装置，所述装置包括：模型获取单元，适于获取对应的工业物联网异常行为检测模型；所述工业物联网异常行为检测模型为采用深度自动编码器和深度前馈神经网络对所获取的原始网络流量数据进行训练得到；行为检测单元，适于将待检测的工业物联网网络流量数据输入所述工业物联网异常行为检测模型，得到对应的工业物联网异常行为检测结果。上述的方案，可以提高工业物联网异常行为检测的准确性。
异常行为检测物联网流量数据前馈神经网络行为检测单元物联网网络自动编码器模型获取原始网络检测

[发明专利]一种嵌入时态的用户行为异常检测方法及系统-CN202111644214.9在审
发明人：杜笑天;牛中盈;伍高飞;白亚南;邵元勋 -专利权人：航天科工网络信息发展有限公司
申请日： 2021-12-29 - 公布日： 2022-04-29 - 主分类号： G06F16/17 文献下载
摘要：本发明涉及一种嵌入时态的用户行为异常检测方法及系统，属于行为异常检测识别领域，首先采集用户行为日志信息；对用户行为日志信息进行预处理，并将用户行为特征按照时间进行编码，生成用户行为时间序列；构建基于注意力机制的Transformer异常检测模型；基于用户行为时间序列，对Transformer异常检测模型进行训练，得到训练好的Transformer异常检测模型；然后将待处理的用户行为信息对应的用户行为特征输入至所述训练好的Transformer异常检测模型，得到用户行为异常检测结果。该方法能够提升用户行为异常检测的准确性，解决现有技术中用户行为异常检测的误报率和漏报率高的问题。
一种嵌入时态用户行为异常检测方法系统

[发明专利]一种露点数据异常检测方法-CN201810073596.6有效
发明人：陈明华;彭能松;张维纬;张育钊;方国栋;陈良灼;袁科 -专利权人：福建双环能源科技股份有限公司
申请日： 2018-01-25 - 公布日： 2019-08-16 - 主分类号： F17D5/00 文献下载
摘要：本发明公开了一种露点数据异常检测方法，主要是利用机器学习方法实现对露点数据的异常检测，通过滑动窗口模型处理时序数据，并构建异常识别模型和异常来源判断模型。根据异常识别模型发现异常数据，再利用异常来源判断模型判断发生异常的原因，及时推送异常消息。本发明大大提高了管道运输的安全性，减少人力、物力的消耗。
露点来源判断数据异常异常识别滑动窗口机器学习模型处理模型发现模型判断时序数据异常检测异常数据异常消息管道运输再利用检测构建推送消耗

首页
«上一页
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