一种基于超图对比学习的图数据异常检测方法

AITNT
正文
推荐专利
一种基于超图对比学习的图数据异常检测方法
申请号:CN202510811713
申请日期:2025-06-18
公开号:CN120316602B
公开日期:2025-08-19
类型:发明专利
摘要
本发明涉及一种基于超图对比学习的图数据异常检测方法,属于图数据异常检测领域。所述方法,包括:对原始图进行节点杰卡德相似度的计算,并基于节点杰卡德相似度构建超边,得到超图;基于超图,根据超边同质性生成对比学习所需的正负样本,进行对比学习训练,得到对比学习训练模型;基于对比学习训练模型,得到节点和超边表示,对两组增强视图中的节点属性和超图结构分别进行重建,并联合其在多个视图中的重建误差来进行异常检测。本发明增强了模型对异常模式的捕捉能力,并且提高了异常检测的鲁棒性。
技术关键词
数据异常检测方法 节点 重建误差 邻居 样本 鲁棒性 编码器 度量 语义 机制 矩阵 定义 模式 关系
系统为您推荐了相关专利信息
1
一种芯片寿命检测方法及寿命延长方法
寿命检测方法 寿命延长方法 改进型神经网络 寿命检测系统 检测芯片
2
一种基于脑电微状态分析和图卷积网络的孤独症辅助诊断方法
辅助诊断方法 状态转换概率 原始脑电信号 多尺度特征提取 卷积模块
3
一种基于FRPS技术的分布式装置数据传输远程管理方法及系统
远程管理方法 分布式装置 节点 指令 信息熵模型
4
基于神经形态对比学习与多模态数据的航空结构智能健康监测方法
脉冲卷积神经网络 航空结构 智能健康监测方法 神经形态硬件 样本
5
一种基于面部位姿约束的微表情识别方法
表情识别方法 约束特征 微表情识别 序列 视频帧
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号