典型文献
基于增量时空学习的实时异常行为识别算法研究
文献摘要：
为了实现诸如监控视频等时空数据流的异常检测定位,设计了实时异常行为识别算法(RAID).该算法使用无监督深度学习方法,进行带有模糊聚合的主动学习,不断更新和学习随时间演变的异常行为.使用通用的真实数据集对RAID进行性能评估,实验结果表明,与现有方法相比RAID在准确性和鲁棒性方面均有较好的表现.
文献关键词：
异常行为识别;时空数据;深度学习
中图分类号：
作者姓名：
胡六四;尹汪宏;陈俊生;王林;夏红霞
作者机构：
安徽电子信息职业技术学院 软件工程学院,安徽 蚌埠233030
文献出处：
引用格式：
[1]胡六四;尹汪宏;陈俊生;王林;夏红霞-.基于增量时空学习的实时异常行为识别算法研究)[J].智能计算机与应用,2022(05):95-97,101
A类：
B类：
异常行为识别,识别算法,算法研究,监控视频,时空数据,数据流,异常检测,检测定位,RAID,无监督深度学习,深度学习方法,主动学习,不断更新,时间演变,真实数据,性能评估
AB值：
0.357818
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
