基于高效动态时间特征嵌入方法的动态图中异常检测方法.pdfVIP

下载本文档

1
0
约1.2万字
约 11页
2023-05-14 发布于四川
举报
版权申诉

基于高效动态时间特征嵌入方法的动态图中异常检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及图像异常检测技术领域，公开了基于高效动态时间特征嵌入方法的动态图中异常检测方法，包括以下步骤：S1、通过DyTEF提取动态图的结构特征，并将节点映射成高维空间向量；S2、提取块内图的时序特征，并把之前块内图的时序信息迁移到当前块中；S3、得到每条边的异常分数，以找出异常边数据。本发明通过在动态图的时序特征提取上，采用了带有记忆向量多头注意力机制来分块地提取特征，而块内每张图的特征提取都是并行地，这大大提高了算法的并行度，提高了算法效；此外，通过记忆力向量的学习与传递，还能提高算法的保存

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116109609 A (43)申请公布日 2023.05.12 (21)申请号 202310153733.8 (22)申请日 2023.02.23 (71)申请人深圳市检验检疫科