基于增量时空学习的实时异常行为识别算法研究

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.

关键词：异常行为识别、时空数据、深度学习

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省高等学校自然科学研究项目;安徽省技术技能型大师工作室项目;高校优秀青年人才支持计划项目

在线出版日期：2022-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：95-97,101