基于两阶段训练的少样本异常检测方法

被引：0

专利类型：

发明

申请号：

CN202511123518.9

申请日：

2025-08-12

公开(公告)号：

CN121120504A

公开(公告)日：

2025-12-12

发明(设计)人：

满君丰邓志鹏杨根肖前辉马俊杰彭霞李林彭立军曾庆顺吴雪君

申请人：

湖南第一师范学院湖南湘江鲲鹏信息科技有限责任公司

申请人地址：

410205 湖南省长沙市岳麓区枫林三路1015号

IPC主分类号：

G06T7/00

IPC分类号：

G06V10/82 G06V10/774 G06V10/30 G06T7/13 G06T5/70 G06N3/0455 G06N3/048 G06N3/0499 G06N3/0442 G06N3/0985 G06N5/04 G06V10/44 G06V10/52 G06N3/0895

代理机构：

重庆立信达知识产权代理有限公司 50286

代理人：

伍洲

法律状态：

实质审查的生效

国省代码：

湖南省长沙市

引用

下载

共 50 条

[1]

基于两阶段训练的Logo图像的低样本检测方法及系统 [P].

侯素娟 ;

刘文洁 ;

邵文静 ;

李星卓 ;

郑元杰 ;

黄文慧 .

中国专利 :CN114529712A ,2022-05-24

[2]

一种基于两阶段深度学习的PFCP信令异常检测方法 [P].

崔宝江 ;

富雅迪 .

中国专利 :CN119997025A ,2025-05-13

[3]

基于两阶段检测网络的显示面板微缺陷检测方法 [P].

王伟波 ;

叶淑娇 ;

熊鹏博 ;

谭久彬 .

中国专利 :CN113657539A ,2021-11-16

[4]

一种两阶段的基于生成对抗网络的图像异常检测方法 [P].

倪丹丹 ;

许彩娥 ;

干红华 .

中国专利 :CN114757257B ,2024-11-19

[5]

一种两阶段的基于生成对抗网络的图像异常检测方法 [P].

倪丹丹 ;

许彩娥 ;

干红华 .

中国专利 :CN114757257A ,2022-07-15

[6]

基于小样本提示学习的异常检测方法 [P].

张长青 ;

白一晨 .

中国专利 :CN117611870A ,2024-02-27

[7]

基于增强元迁移学习的少样本船用发动机异常检测方法 [P].

孙超 ;

陆旭昇 ;

刘洋 ;

赵乃康 ;

杜守志 ;

黄胜乾 ;

任效江 ;

王忠诚 ;

蔡贇 ;

周成果 ;

刘璞 ;

翁胜伟 ;

王浩男 ;

刘定邦 .

中国专利 :CN119337217A ,2025-01-21

[8]

口语对话系统的两阶段训练 [P].

S·M·法特米·博舍里 ;

L·埃尔阿斯利 ;

H·舒尔茨 ;

何靖 ;

K·萨勒曼 .

中国专利 :CN109313540B ,2019-02-05

[9]

两阶段决策引导双字典构建的高光谱图像异常检测方法 [P].

王海 ;

林生 ;

张敏 ;

成曦 ;

周科学 ;

李松霖 ;

王梁 ;

徐麦平 ;

杨笑天 .

中国专利 :CN114758226A ,2022-07-15

[10]