[发明专利]一种基于生成器的异常检测方法在审
| 申请号： | 202110036714.8 | 申请日： | 2021-01-12 |
| 公开（公告）号： | CN112766459A | 公开（公告）日： | 2021-05-07 |
| 发明（设计）人： | 宋艳枝;罗翌新 | 申请（专利权）人： | 合肥黎曼信息科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F17/18;G06K9/62 |
| 代理公司： | 安徽省蚌埠博源专利商标事务所(普通合伙) 34113 | 代理人： | 朱恒兰 |
| 地址： | 230001 安徽省合肥市高新区创新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 生成器 异常 检测 方法 | ||
【权利要求书】：
1.一种基于生成器的异常检测方法，包括神经网络架构训练异常检测模型，其特征在于：所述的神经网络架构训练异常检测模型包括编码器、生成器、判别器，所述的编码器为从数据空间到特征向量空间的编码器，在所述的编码器后置一个正则化层用以规范化特征向量的取值范围，所述的生成器与所述的编码器连接，所述的判别器添加于所述的生成器后，用以拟合分布度量。
2.根据权利要求1所述基于生成器的异常检测方法，其特征在于：所述的方法还包括以下步骤：
S1：统计正常样本在重构误差上的分布直方图，得到测试样本的对应累积概率密度Cr；
S2：统计训练样本对应的特征向量到所有特征向量中心(即求均值)之间的距离分布直方图，得到测试样本对应特征向量在特征向量空间中与中心距离的累积概率密度Cd；
S3：对所述的测试样本的对应累积概率密度Cr和测试样本对应特征向量在特征向量空间中与中心距离的累积概率密度Cd取log并相加得到测试样本的正常程度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥黎曼信息科技有限公司，未经合肥黎曼信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110036714.8/1.html，转载请声明来源钻瓜专利网。
