CN119723682A 基于多视图解耦表征学习的异常行为动态识别方法及系统 （合肥工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119723682A

(43)申请公布日2025.03.28

(21)申请号202510239475.4

(22)申请日2025.03.03

(71)申请人合肥工业大学

地址230009安徽省合肥市包河区屯溪路

193号

(72)发明人王钊汪陈瑶车万留蒋翠清

(74)专利代理机构北京久诚知识产权代理事务所(特殊普通合伙)11542

专利代理师王云海

(51)Int.Cl.

G06V40/20(2022.01)

G06V10/82(2022.01)

G06V10/80(2022.01)

G06V10/764(2022.01)

G06N3/0455(2023.01)

G06N3/084(2023.01)

权利要求书3页说明书13页附图2页

(54)发明名称

基于多视图解耦表征学习的异常行为动态

识别方法及系统

(57)摘要

CN119723682A本发明提供一种基于多视图解耦表征学习的异常行为动态识别方法及系统，涉及多视图数据建模领域。本发明设计的基于正交约束的掩码向量量化方法，能够促使码本向量两两正交，提升向量特征的解耦性和泛化能力，在此基础上构造的面向离散表征的自适应掩码机制，能够有效地去除多视图表征中的冗余信息并保留互补信息，提升