基于离群点暴露的时尚品异常检测方法
技术特征:
1.基于离群点暴露的时尚品异常检测方法,其特征是:所述方法为具有时尚品异常暴露oe的深度支持向量数据描述时尚品异常检测方法dsvdd-oe,所述dsvdd-oe为利用神经网络来学习正常时尚品和暴露数据集的分布变化,提取时尚品图像特征,同时最小化网络包含所有时尚品样本的超球表示的体积;任何落在估计边界超球之外的样本都被认为是异常时尚品;
2.如权利要求1所述的基于离群点暴露的时尚品异常检测方法,其特征是:所述深度支持向量时尚品数据描述deep svdd的目标是通过联合训练深度神经网络与svdd,在特征空间中找到一个包含全部或大部分时尚品数据的最小超球,并通过深度神经网络将数据映射到超球内;给定
技术总结
本发明公开了基于离群点暴露的时尚品异常检测方法,涉及深度网络异常检测技术领域,其技术要点为:提出一种新的具有时尚品异常暴露的深度支持向量数据描述时尚品异常检测方法,该方法旨在最小化包含时尚品正类样本特征区域的封闭超球体,同时把优化的时尚品异常暴露集特征控制在封闭超球体之外,同时构造和优选了时尚品异常暴露集参与异常检测建模,大大缩小现有时尚品异常检测方法把异常时尚品样本特征映射入正常时尚品样本特征领域的风险。
技术研发人员:杨国为,张凡龙,杨章静,詹天明,黄璞
受保护的技术使用者:南京审计大学
技术研发日:
技术公布日:2024/11/26
文档序号 :
【 40124508 】
技术研发人员:杨国为,张凡龙,杨章静,詹天明,黄璞
技术所有人:南京审计大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:杨国为,张凡龙,杨章静,詹天明,黄璞
技术所有人:南京审计大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
