2026《基于半监督学习的异常检测方法研究》22000字.docx

第PAGEII页

基于半监督学习的异常检测方法研究

摘要

异常检测作为设备故障预测与健康管理的重要技术，在提高设备可靠性、降低维修成本等方面发挥重要作用。当前应用于异常检测的数据驱动方法通常以监督的方式进行训练，需要大量标签数据以完成检测任务。但在实际工程中，获取健康状态信息的过程存在成本昂贵、耗时久等问题，大量标签数据难以获取，论文提出了一种异常检测方法，该方法基于半监督学习的思想。开展的工作如下：

基于变分自动编码器和长短时记忆网络，建立了长短时记忆变分自动编码器模型(LSTM-VAE)；结合LSTM-VAE和支持向量机模型，本文提出一种基于半监督学习思想的潜在特征判别