10.3969/j.issn.2095-2163.2022.05.017
基于增量时空学习的实时异常行为识别算法研究
为了实现诸如监控视频等时空数据流的异常检测定位,设计了实时异常行为识别算法(RAID).该算法使用无监督深度学习方法,进行带有模糊聚合的主动学习,不断更新和学习随时间演变的异常行为.使用通用的真实数据集对RAID进行性能评估,实验结果表明,与现有方法相比RAID在准确性和鲁棒性方面均有较好的表现.
异常行为识别、时空数据、深度学习
12
TP391(计算技术、计算机技术)
安徽省高等学校自然科学研究项目;安徽省技术技能型大师工作室项目;高校优秀青年人才支持计划项目
2022-06-01（万方平台首次上网日期，不代表论文的发表时间）
共4页
95-97,101
