基于对抗自编码器的融合数据标签新奇检测研究
刘凤华
李正伟
刘小明
杨关
1.中原工学院 计算机学院,河南 郑州,4500072.中原工学院 计算机学院,河南 郑州,4500073.中原工学院 计算机学院,河南 郑州,4500074.中原工学院 计算机学院,河南 郑州,450007
摘要：新奇检测是识别一个新的数据点是一个内部点还是一个离群点的问题.检测准确率不仅取决于神经网络模型的理论和算法,还受限于数据特征的提取.基于对抗自编码器的生成概率新奇检测,在传统图像识别数据特征提取的基础上,在模型训练阶段融入图像数据的标签信息,采用生成概率进行新奇检测.实验结果表明:和其他新奇检测模型相比,基于对抗自编码器的融合数据标签的新奇检测效果更好.
关键词：深度学习图像识别自动编码器新奇检测标签融合
分类号：G642(高等教育)
资助基金：河南省科技厅科技攻关计划(172102210587)河南省科技厅科技攻关计划(132102210186)河南省教育厅科学技术研究重点项目(14A520015)
论文发表日期：2019-12-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 44-49 )
英文信息