基于增量时空学习的实时异常行为识别算法研究
Research on real-time abnormal behaviors recognition algorithm based on incremental spatio-temporal learning作者机构：安徽电子信息职业技术学院软件工程学院安徽蚌埠233030
出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)
年 卷 期：2022年第12卷第5期
页 面：95-97,101页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：2019年安徽省高等学校自然科学研究项目(KJ2019A1067) 2019年度安徽省技术技能型大师工作室项目(2019dsgzs34) 2020年高校优秀青年人才支持计划(gxyq2020142)
摘 要：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。
维普期刊数据库
同方期刊数据库