-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=记忆增强模块 "
共 条 记 录，以下是1-3

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
融合行人时空信息的视频异常检测被引量：7
《图学学报》2023年第1期95-103,共9页闫善武 肖洪兵 王瑜 孙梅 
北京市自然科学基金-北京市教育委员会科技计划重点项目(KZ202110011015)。
针对目前视频异常检测不能充分利用时序信息且忽视正常行为多样性的问题,提出了一种融合行人时空信息的异常检测方法。以卷积自编码器为基础,通过其中的编码器和解码器对输入帧进行压缩和还原,并根据输出帧与真实值的差异实现异常检测...
关键词：视频异常检测 无监督学习 时空双流网络 自编码器 记忆增强模块 
基于多尺度时空特征融合的视频异常事件检测
《燕山大学学报》2025年第1期74-82,共9页李歌 肖洪兵 闫善武 王瑜 孙梅 
北京市教育委员会科技计划重点项目(KZ202110011015)。
在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注...
关键词：视频异常检测 无监督学习 空洞卷积 多尺度时空特征融合 记忆增强模块 
基于MeAEG-Net的异常流量检测方法研究被引量：1
《湖南大学学报（自然科学版）》2023年第2期63-73,共11页黎文伟 岳子乔 王涛 
湖南创新型省份建设专项经费项目(2020GK2006,2020GK2007)。
异常流量检测现有方法大都是基于有监督的学习,在现实生活中获取并标记异常流量数据样本是极为困难的,存在诸多限制.此外,由于网络异常数据的多样性和复杂性,各种检测方法的自适应性较差,对新出现的异常流量难以判断.针对上述问题,本文...
关键词：异常流量检测 生成对抗网络 记忆增强模块 重构误差 半监督学习 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部