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！

龙图腾网获悉安徽工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利一种基于生成对抗网络的多视图离群点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：CN115758276B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211452477.4，技术领域涉及：G06F18/2433；该发明授权一种基于生成对抗网络的多视图离群点检测方法是由郑啸;王权鑫;张显超;郑心科;刘欢;唐璇设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的多视图离群点检测方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络的多视图离群点检测方法，属于数据分析技术领域。本发明步骤为：S1划分有V个视图的多视图数据集，得到一个领域专家标识的正常数据集和一个待检测的未知数据集；S2根据生成对抗网络，构建符合多视图数据集视图数以及视图数据类型的神经网络模型；S3使用领域专家标识的正常数据集作为训练样本，训练出能捕捉多视图数据一致性的生成模型；S4利用训练完成的生成器，输入待检测的未知数据集，计算每个待测样本的离群值得分。本发明通过使用正常数据不同视图进行对抗性训练以捕捉不同视图之间的关键表征，可以有效检测高离群率的数据集，且可以为每个检测样本单独计算离群值得分，避免了不必要的重复检测。

本发明授权一种基于生成对抗网络的多视图离群点检测方法在权利要求书中公布了：1.一种基于生成对抗网络的多视图离群点检测方法，应用于工业缺陷检测的多视图数据集，其特征在于，包括以下步骤： S1、划分有V个视图的多视图数据集，其中，所述视图来源于不同领域或通过不同方式收集，所述视图包括图像视图和音频视图，得到一个领域专家标识的正常数据集和一个待检测的未知数据集； S2、根据生成对抗网络，构建符合多视图数据集视图数以及视图数据类型的神经网络模型；具体为： S2.1、对于一个有V个视图的多视图数据集，构建拥有V个神经网络组的神经网络模型，其中每个神经网络组对应于每个视图；一个神经网络组中有V-1个生成器和V-1个判别器； S2.2、生成器通过指定视图的输入数据编码特征，根据编码特征生成其他视图的生成数据；判别器的输出为输入数据的编码特征以及输入数据是否为原始数据的概率； S3、使用领域专家标识的正常数据集作为训练样本，训练出能捕捉多视图数据一致性的生成模型；具体为： S3.1、针对于多视图数据的V个视图，对应于构建的V个神经网络组；在第v个神经网络组中，将除去第v个视图的剩余V-1个视图对应于V-1个生成器和判别器，其中v表示当前视图数，i表示当前视图中处理的其他视图数，；在第v个视图内，V-1个生成器输入相对应的V-1个视图的正常原始数据，编码关键特征，生成当前视图的生成数据，并将当前视图的生成数据再次编码关键特征； S3.2、相对应的V-1个判别器输入对应的生成数据和当前视图v的正常原始数据，输出生成数据是正常原始数据的真假可能性和隐含层的编码特征；其中原始数据和生成数据的判别器隐含层编码特征分别表示为，更新生成器的网络参数； S3.3、多次迭代运行步骤S3.1、S3.2，之后更新判别器的网络参数； S3.4、多次迭代运行步骤S3.3，直到模型收敛，得到多视图离群点检测模型； S4、利用训练完成的生成器，输入待检测的未知数据集，计算每个待测样本的离群值得分，并根据所述离群值得分识别所述待检测数据集中的异常样本。

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安徽工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：243002 安徽省马鞍山市湖东路59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”。

以上内容由龙图腾AI智能生成。