买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于知识蒸馏的非对称自编码器的异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116597203B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310528926.7，技术领域涉及：G06V10/764；该发明授权一种基于知识蒸馏的非对称自编码器的异常检测方法是由于力;吴不为;刘鉴钦;彭超;邹见效设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的非对称自编码器的异常检测方法在说明书摘要公布了：本发明提供一种基于知识蒸馏的非对称自编码器的异常检测方法，为了减少重构误差失灵，自编码器的解码网络相对于编码器卷积核个数更少，形成非对称的结构形式。非对称结构设计能够大幅减少自编码网络的参数量，一定程度上避免了因模型泛化性过强导致的重构误差失灵问题。将自编码器与知识蒸馏算法进行结合，采用知识蒸馏方法进行网络训练，在减少网络参数的同时，利用教师网络强大的特征提取能力，指导学生网络，提升其特征重构能力。为了让知识蒸馏过程中作为教师网络的编码器能将知识完整的蒸馏到作为学生网路的解码网络，提出了分层多级损失函数，并且设计两类损失函数，保证了像素级相似性的同时通过引入全局的方向损失增大网络感受野。

本发明授权一种基于知识蒸馏的非对称自编码器的异常检测方法在权利要求书中公布了：1.一种基于知识蒸馏的非对称自编码器的异常检测方法，其特征在于，包括以下步骤： 1训练阶段，仅将正常样本输入非对称自编码器，编码网络输出正常样本的特征至解码网络，解码网络输出重建的正常样本； 所述非对称自编码器由结构不对称的编码网络和解码网络组成，使用损失函数约束训练过程，使得解码网络输出的重建的正常样本最大程度还原输入非对称自编码器的正常样本；训练时，将编码网络作为教师网络，将解码网络作为学生网络，使用知识蒸馏算法将教师网络知识迁移到学生网络； 编码网络包括L个的特征提取阶段，每个特征提取阶段由3×3卷积核堆叠而成，每个特征提取阶段的输出与池化模块连接；解码网络包括L个的数据重构阶段，每个数据重构阶段采用比同序号的特征提取阶段少的3×3卷积核堆叠而成，形成了非对称的结构，每个数据重构阶段的输出与上采样模块连接； 2检测阶段，将待检测图像输入完成训练的非对称自编码器，编码网络输出待检测图像的特征至解码网络，解码网络输出重建的待检测图像，比较待检测图像与重建的待检测图像之间的差异，如差异大于阈值则判断待检测图像异常，否则判断待检测图像正常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。