基于对抗自编码器的融合数据标签新奇检测研究

• 作者: 刘凤华 刘小明 李正伟 杨关
• 来源期刊: 中原工学院学报
• 学科: 教育
• 关键词: 深度学习 图像识别 自动编码器 新奇检测 标签融合
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 44-49
• 页数: 6页
• 分类号: G642
• 字数: 3644字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6906.2019.06.008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘凤华	中原工学院计算机学院	22	84	5.0	8.0
2	杨关	中原工学院计算机学院	10	17	3.0	4.0
3	刘小明	中原工学院计算机学院	8	56	4.0	7.0
4	李正伟	中原工学院计算机学院	1	0	0.0	0.0