买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于协同训练和生成对抗网络的异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115186756B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210847783.1，技术领域涉及：G06F18/2433；该发明授权一种基于协同训练和生成对抗网络的异常检测方法及系统是由关东海;葛崇林;胥帅;袁伟伟设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于协同训练和生成对抗网络的异常检测方法及系统在说明书摘要公布了：本发明公开一种基于协同训练和生成对抗网络的异常检测方法及系统，涉及机器学习技术领域，方法包括：将训练数据集分别输入第一、第二自编码器，得到第一、第二重建误差序列；分别对两序列中的各重建误差由小到大排序；选取两序列中前N个重建误差，得到第一、第二筛选后的重建误差序列；根据第一、第二筛选后的重建误差序列，得到第一、第二筛选后的训练数据集；将第一筛选后的训练数据集输入第二自编码器，将第二筛选后的训练数据集输入第一自编码器，利用第一、第二筛选后的训练数据集对生成对抗网络模型进行训练和优化；将待检测数据集输入优化后的生成对抗网络模型，得到待检测数据集中的异常物体的彩色图像。本发明能准确地检测出异常数据。

本发明授权一种基于协同训练和生成对抗网络的异常检测方法及系统在权利要求书中公布了：1.一种基于协同训练和生成对抗网络的异常检测方法，其特征在于，所述方法包括： 获取训练数据集；所述训练数据集包括多类物体的彩色图像；所述多类物体的彩色图像中一类物体的彩色图像作为异常数据； 将所述训练数据集分别输入第一自编码器和第二自编码器，得到第一重建误差序列和第二重建误差序列；所述第一重建误差序列包括所述第一自编码器输出的各所述彩色图像对应的重建误差；所述第二重建误差序列包括所述第二自编码器输出的各所述彩色图像对应的重建误差； 分别对所述第一重建误差序列和所述第二重建误差序列中的各所述重建误差由小到大排序，得到第一排序后的重建误差序列和第二排序后的重建误差序列； 选取所述第一排序后的重建误差序列中前N个所述重建误差，得到第一筛选后的重建误差序列；同时选取所述第二排序后的重建误差序列中前N个所述重建误差，得到第二筛选后的重建误差序列； 根据所述第一筛选后的重建误差序列和所述第二筛选后的重建误差序列，得到第一筛选后的训练数据集和第二筛选后的训练数据集；所述第一筛选后的训练数据集包括所述第一筛选后的重建误差序列中各所述重建误差对应的所述彩色图像；所述第二筛选后的训练数据集包括所述第二筛选后的重建误差序列中各所述重建误差对应的所述彩色图像； 将所述第一筛选后的训练数据集输入所述第二自编码器，将所述第二筛选后的训练数据集输入所述第一自编码器，利用所述第一筛选后的训练数据集和所述第二筛选后的训练数据集对生成对抗网络模型进行训练和优化，得到优化后的生成对抗网络模型；所述生成对抗网络模型包括生成器和鉴别器；所述生成器包括所述第一自编码器、所述第二自编码器、第一编码器和第二编码器；所述第一自编码器与所述第一编码器连接；所述第二自编码器和所述第二编码器连接；所述第一编码器和所述第二编码器均与所述鉴别器连接； 获取待检测数据集；所述待检测数据集包括多张物体的彩色图像； 将所述待检测数据集输入所述优化后的生成对抗网络模型，利用所述优化后的生成对抗网络模型对所述待检测数据集进行异常检测，得到所述待检测数据集中的异常物体的彩色图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市江宁区将军路29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。