贪婪特征值分量选择的高斯图像异常检测
原文中文,约300字,阅读约需1分钟。发表于: 。本文介绍了一种利用预训练的卷积神经网络进行异常检测(AD)的新方法,该方法通过维度缩减来提高检测准确性,提出了两种贪婪策略的树搜索方法用于最优特征选择,并通过三个主要实验验证了该方法的有效性。结果表明,该方法在检测准确性方面优于传统的主成分分析和反向主成分分析方法,即使使用较少的特征也可以取得更好的结果。因此,该方法为异常检测系统提供了一种有前景的替代方案,有望提高其效率和效果。
本文介绍了一种利用预训练的卷积神经网络进行异常检测的新方法,通过维度缩减提高了检测准确性,并提出了两种贪婪策略的树搜索方法用于最优特征选择。实验结果显示该方法在检测准确性方面优于传统的主成分分析和反向主成分分析方法,即使使用较少的特征也能取得更好的结果。该方法为异常检测系统提供了一种有前景的替代方案,有望提高其效率和效果。