期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向电力设备异常检测的深度自编码支持向量数据描述模型研究
1
作者
耿波
潘曙辉
董晓旭
《湖南电力》
2024年第1期119-127,共9页
针对深度自编码支持向量数据描述模型对电力设备部分异常区分能力不足的问题,提出自监督混合专家增强的深度自编码支持向量数据描述模型,构造多种自监督变换数据集模拟潜在未知异常,引入自监督分类和掩码重构任务以学习更具区分性的表...
针对深度自编码支持向量数据描述模型对电力设备部分异常区分能力不足的问题,提出自监督混合专家增强的深度自编码支持向量数据描述模型,构造多种自监督变换数据集模拟潜在未知异常,引入自监督分类和掩码重构任务以学习更具区分性的表示。此外,将编码器部分改造为混合专家模型结构,将数据分配给不同专家子模块进行专业化的学习,使异常决策边界更清晰。在4个公开数据集和3个电厂设备数据集上的实验结果证实了自监督学习和混合专家模型的有效性。
展开更多
关键词
异常检测
深度
自
编码
支持
向量
数据
描述
自
监督学习
混合专家模型
下载PDF
职称材料
题名
面向电力设备异常检测的深度自编码支持向量数据描述模型研究
1
作者
耿波
潘曙辉
董晓旭
机构
核动力运行研究所
华中科技大学计算机科学与技术学院
华北理工大学冶金与能源学院
出处
《湖南电力》
2024年第1期119-127,共9页
基金
国家自然科学基金青年基金资助项目(52004094)
河北省自然科学基金项目(E2021209037)
中央引导地方科技发展基金项目(236Z1017G)。
文摘
针对深度自编码支持向量数据描述模型对电力设备部分异常区分能力不足的问题,提出自监督混合专家增强的深度自编码支持向量数据描述模型,构造多种自监督变换数据集模拟潜在未知异常,引入自监督分类和掩码重构任务以学习更具区分性的表示。此外,将编码器部分改造为混合专家模型结构,将数据分配给不同专家子模块进行专业化的学习,使异常决策边界更清晰。在4个公开数据集和3个电厂设备数据集上的实验结果证实了自监督学习和混合专家模型的有效性。
关键词
异常检测
深度
自
编码
支持
向量
数据
描述
自
监督学习
混合专家模型
Keywords
anomaly detection
deep auto encoding support vector data description
self-supervised learning
mixture-of-experts
分类号
TM762 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向电力设备异常检测的深度自编码支持向量数据描述模型研究
耿波
潘曙辉
董晓旭
《湖南电力》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部