摘要
本发明公开了一种基于改进的数据成像的异常检测方法及装置,属于深度学习技术领域,所述方法包括获取待检测图片,将待检测图片输入训练过的深度学习网络模型,获取异常检测结果;其中,深度学习网络模型的训练方法,包括:通过改进的马尔科夫转换场对预先采集的一维训练数据进行编码,转换成具有时间关联性的二维特征图像;采用二维特征图像对预先构建的深度学习网络模型进行训练,本发明通过实时采集各种参数数据,并通过数据分析和算法识别异常情况,能够实现对生产过程的实时监测和及时预警。
技术关键词
深度学习网络模型
异常检测方法
注意力
图片
数据
成像
输出特征
异常检测装置
图像
深度学习技术
编码
模块
标签
通道
可读存储介质
矩阵
滤波
计算机
处理器
系统为您推荐了相关专利信息
语音关键词
车辆状态数据
数据上传方法
环境感知数据
数据上传系统
重力场模型
大地水准面
卫星高度计数据
海洋
格网