刘婷婷
- 作品数：15 被引量：11H指数：2
- 供职机构：中国民航大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术经济管理电子电信更多>>
- 基于运动历史点云生成的时空分布图的人体行为识别方法
- 一种基于运动历史点云生成的时空分布图的人体行为识别方法。其包括生成MHPC；生成STDM；提取颜色矩特征向量；提取LBP特征向量；训练和测试KELM分类器，最后将输出结果采用决策层融合后得到人体动作类型标签等步骤。本发明...
- 张良刘婷婷
- 文献传递
- 基于卷积神经网络的人体动作识别方法
- 一种基于卷积神经网络的人体动作识别方法。其包括选取数据集中的部分深度图像作为训练样本，其余深度图像作为测试样本，采用空间结构动态深度图像技术，将数据集中的深度图像的四维信息映射到二维空间，获得二维图像；构造卷积神经网络；...
- 张良李玉鹏刘婷婷
- 文献传递
- 基于运动历史点云生成的深度运动图的人体行为识别方法
- 一种基于运动历史点云生成的深度运动图的人体行为识别方法。其包括生成MHPC；生成DMM；提取HOG特征向量；训练和测试SVM分类器，最后SVM分类器的输出即为人体动作分类结果等步骤。本发明能够获得人体动作不同视角下的信息...
- 张良刘婷婷
- 文献传递
- 基于GAN-Cross的工控系统类不平衡数据异常检测被引量：1
- 2022年
- 工业控制系统异常检测存在类不平衡问题,导致通用分类器很难实现异常数据的精准识别。目前,针对类不平衡数据,常用采样方法实现各类数据的平衡,以提高分类器性能。但传统采样方法对数据集特征敏感,采样效果稳定性差,异常检测精度波动大。文章基于生成式对抗网络(Generative Adversarial Network,GAN),提出一种GAN-Cross采样模型,该模型可以学习目标数据的概率分布,并生成相似概率分布的数据,从而改善数据的平衡性。同时,文章在生成器和判别器中增加了交叉层,从而更好地实现特征提取。最后文章将该模型与随机森林、K-近邻、高斯朴素贝叶斯和支持向量机4种经典分类器进行组合,在4个公开类不平衡数据集上与其他4种常规采样方法进行比较。实验结果表明,与传统采样方法相比,该模型能够显著提高分类器对类不平衡数据的异常检测能力。
- 顾兆军刘婷婷高冰高冰
- 关键词：采样方法异常检测
- 基于运动历史点云生成的深度运动图的人体行为识别方法
- 一种基于运动历史点云生成的深度运动图的人体行为识别方法。其包括生成MHPC；生成DMM；提取HOG特征向量；训练和测试SVM分类器，最后SVM分类器的输出即为人体动作分类结果等步骤。本发明能够获得人体动作不同视角下的信息...
- 张良刘婷婷
- 文献传递
- 一种ICS异常检测的优化GAN模型被引量：2
- 2022年
- 工业控制系统异常检测大多面临类不平衡问题,从而导致检测模型准确率下降和泛化能力变差。根据生成式对抗网络,提出一种只使用正常样本进行训练的异常检测模型——基于隐空间特征重构的生成式对抗网络模型。在训练阶段,该模型通过引入新的编码器,学习生成数据到隐空间的映射,实现生成数据的隐空间特征重构,并嵌入SE Block模块提升有效特征权重,提高隐空间特征重构能力;鉴别器同时鉴别两个编码器和一个生成器产生的3个数据对,提高模型精度和泛化能力。在检测阶段,综合考虑重构和鉴别损失,采用L2范数优化异常评分公式,克服模式崩塌。SWaT和WADI两个数据集上的验证实验结果表明,该模型在学习能力、稳定性和检测结果方面与AnoGAN、WGAN-GP和BiGAN等模型相比都具有明显优势。
- 顾兆军刘婷婷隋翯
- 关键词：不平衡数据集异常检测
- 基于生成式对抗网络的工业控制系统异常检测技术研究
- 工业控制系统异常检测中存在数据类不平衡现象,传统的检测模型通常会倾向于牺牲少量异常类数据来提高模型对数据的拟合能力,导致分类器检测精度下降、漏报率、误报率升高。针对上述问题,目前有两种常见的解决思路。在算法层面,常用基于...
- 刘婷婷
- 关键词：异常检测采样方法
- 基于运动历史点云生成的时空分布图的人体行为识别方法
- 一种基于运动历史点云生成的时空分布图的人体行为识别方法。其包括生成MHPC；生成STDM；提取颜色矩特征向量；提取LBP特征向量；训练和测试KELM分类器，最后将输出结果采用决策层融合后得到人体动作类型标签等步骤。本发明...
- 张良刘婷婷
- 文献传递
- 基于深度数据的人体行为识别
- 人体行为识别是计算机视觉领域一个备受瞩目的研究课题，许多专家学者对此进行了大量的研究。因深度图像不受光照变化等因素的影响，一些基于深度数据进行人体行为识别的方法相继被提出。如何对动作视频序列进行全面有效地表示是动作识别的...
- 刘婷婷
- 关键词：人体行为识别深度数据极限学习机特征提取
- 一种基于时空分布图的人体行为识别方法
- 一种基于运动历史点云生成的时空分布图的人体行为识别方法。其包括生成MHPC；生成STDM；提取HOG特征向量；训练和测试KELM分类器，最后KELM分类器的输出即为人体动作分类结果等步骤。本发明能够获得人体动作不同视角下...
- 张良刘婷婷李玉鹏
- 文献传递
