基于记忆增强型自编码器的时序数据异常检测方法和装置

    公开(公告)号:CN114298217A

    公开(公告)日:2022-04-08

    申请号:CN202111619238.9

    申请日:2021-12-27

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于记忆增强型自编码器的时序数据异常检测方法和装置,方法包括:获取原始数据,处理后得到原始样本;采用编码器将原始样本编码为潜在表示;计算潜在表示与各个记忆项之间的相对距离,构成寻址向量;将寻址向量与各个记忆项分别相乘,将相乘结果相加得到新的潜在表示;采用解码器对新的潜在表示解码,得到重建样本;根据原始样本和重建样本的重建误差,实现异常检测;记忆项的训练包括:初始化记忆项,获取训练数据,并执行上述步骤,获取重建误差,计算重建损失,不断迭代训练调整记忆项中的参数。与现有技术相比,本发明能够抑制模型的过度泛化能力,增大异常数据和正常数据之间的异常分数,极大提高识别异常的准确率。

    基于记忆增强型自编码器的时序数据异常检测方法和装置

    公开(公告)号:CN114298217B

    公开(公告)日:2024-08-27

    申请号:CN202111619238.9

    申请日:2021-12-27

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于记忆增强型自编码器的时序数据异常检测方法和装置,方法包括:获取原始数据,处理后得到原始样本;采用编码器将原始样本编码为潜在表示;计算潜在表示与各个记忆项之间的相对距离,构成寻址向量;将寻址向量与各个记忆项分别相乘,将相乘结果相加得到新的潜在表示;采用解码器对新的潜在表示解码,得到重建样本;根据原始样本和重建样本的重建误差,实现异常检测;记忆项的训练包括:初始化记忆项,获取训练数据,并执行上述步骤,获取重建误差,计算重建损失,不断迭代训练调整记忆项中的参数。与现有技术相比,本发明能够抑制模型的过度泛化能力,增大异常数据和正常数据之间的异常分数,极大提高识别异常的准确率。

    一种室外队列训练头部注意力分析方法、装置、设备和介质

    公开(公告)号:CN115311727A

    公开(公告)日:2022-11-08

    申请号:CN202211039684.7

    申请日:2022-08-29

    Applicant: 上海大学

    Abstract: 本发明涉及一种室外队列训练头部注意力分析方法、装置、设备和介质,其中,方法包括以下步骤:获取连续三个时刻的学生人脸图像区域;根据所述图像区域,分别计算各时刻帧的人脸空间特征向量和朝向姿态6D矩阵;基于所述朝向姿态6D矩阵得到朝向姿态欧拉角度;计算连续一个时间周期帧的所述人脸空间特征向量的平均欧式距离度和所述朝向姿态欧拉角度的平均差值;判断注意力是否集中,当人脸空间特征向量的平均欧式距离度超过预配置的第一阈值,或朝向姿态欧拉角度平均差值超过预配置的第二阈值时,判定为注意力不集中,反之,则判定为注意力集中。与现有技术相比,本发明具有回归结果连续、计算简便等优点。

    基于骨架相似度的跨镜头多目标跟踪方法、装置及介质

    公开(公告)号:CN116703985A

    公开(公告)日:2023-09-05

    申请号:CN202310675847.9

    申请日:2023-06-08

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于骨架相似度的跨镜头多目标跟踪方法、装置及介质,其中方法包括:读入多个摄像头数据流,将其中的两路视频同时存流到存储队列,对存储队列进行逐帧取流,分别得到两个摄像头在同一时刻拍摄的第一画面和第二画面;对第一画面和第二画面分别进行头部定位得到外观特征和中心坐标,并进行骨架提取得到关节点骨架姿态,以外观特征和中心坐标作为目标跟踪模型的输入,进行同区域目标ID匹配;当检测到第一画面进入到和第二画面的重叠区域后,计算骨架姿态相似度和中心坐标欧式距离,利用二者的线性加权组合实现区域切换时的跨区域目标ID匹配。与现有技术相比,本发明具有提高了跟踪准确性和鲁棒性等优点。

    一种基于概率服务流程的工作流选取方法

    公开(公告)号:CN105739979B

    公开(公告)日:2018-11-02

    申请号:CN201610060360.X

    申请日:2016-01-28

    Abstract: 本发明涉及一种基于概率服务流程的工作流选取方法,包括步骤:1)抽取每个工作流中的业务节点、节点信息以及节点间的活动关系信息;2)针对每一个工作流,将该工作流中抽取到的业务节点和节点间的活动关系转化为一个可视化图形,并对每一个可视化图形,在其上添加用于标识节点迁移成功概率的概率值,以及用于标识节点租用成本的费用;3)对每一个工作流进行描述性质与执行检验,将检验结果为满足具体业务逻辑要求的工作流组成待选集合,并根据各工作流的总费用以及总成功概率,构造Skyline的筛选对象集,通过数据对象“支配”关系,挑选出最优工作流返回。与现有技术相比,本发明具有兼顾功能性和非功能形特性等优点。

    一种基于概率服务流程的工作流选取方法

    公开(公告)号:CN105739979A

    公开(公告)日:2016-07-06

    申请号:CN201610060360.X

    申请日:2016-01-28

    CPC classification number: G06F8/10

    Abstract: 本发明涉及一种基于概率服务流程的工作流选取方法,包括步骤:1)抽取每个工作流中的业务节点、节点信息以及节点间的活动关系信息;2)针对每一个工作流,将该工作流中抽取到的业务节点和节点间的活动关系转化为一个可视化图形,并对每一个可视化图形,在其上添加用于标识节点迁移成功概率的概率值,以及用于标识节点租用成本的费用;3)对每一个工作流进行描述性质与执行检验,将检验结果为满足具体业务逻辑要求的工作流组成待选集合,并根据各工作流的总费用以及总成功概率,构造Skyline的筛选对象集,通过数据对象“支配”关系,挑选出最优工作流返回。与现有技术相比,本发明具有兼顾功能性和非功能形特性等优点。

Patent Agency Ranking