基于半监督多尺度卷积自编码器和生成对抗网络的设备异常检测方法

本发明属于但不限于工业设备异常检测技术领域，公开了一种基于半监督多尺度卷积自编码器和生成对抗网络的设备异常检测方法，使用部分标记数据和大量无标记数据进行模型训练，使用多尺度卷积神经网络进行深层特征提取，同时作为编码器，融合自编码器和生成对抗网络，通过解码器和鉴别器对抗训练间接提升编码器学习数据特征的能力，接着利用有限的标签信息对编码器新增的分类层进行微调，进而提高编码器提取输入数据特征的能力，使模型能够更好地理解数据的分类边界，从而实现更准确的异常检测。整个模型训练采用半监督学习中无监督预训练加有监督微调两阶段训练策略，最终将编码器作为设备异常检测的分类器。