基于动态稀疏注意力机制的变分自编码器异常检测算法

本发明提出基于动态稀疏注意力机制的变分自编码器异常检测算法NK‑DSAVE，该算法保持较高精准度的同时优化了模型的计算效率。首先提出基于核密度引导的增强少样本数据预处理方法来解决正常数据类别不平衡问题；其次提出轻量级网络DSAVE，利用动态稀疏注意力机制和动态跳过机制的自编码器来平衡模型的精度与速度；最后提出基于核密度估计来动态选择阈值和稀疏注意力机制加权得分算法，解决中小型工厂生产数据因数据波动引起的误判率增高的问题，从而提升异常检测的精准度和可靠性。