【技术实现步骤摘要】
本专利技术的实施方式涉及异常检测装置、异常检测方法以及存储介质。
技术介绍
1、已知一种对图像等检测对象数据的异常(anomalies)进行检测的系统。例如公开了如下技术：通过仅将正常的数据作为训练数据(training data)来进行学习，并使用进行了学习的自编码器(autoencoder)进行图像内的对象区域的差分处理，从而进行异常检测(anomaly detection)。另外，例如公开了如下技术：通过利用事先学习的cnn(convolutionneural network，卷积神经网络)的特征空间中的差分或者类似度，从而进行异常检测。
2、但是，在现有技术中，利用类似的多个训练数据、即有偏差的多个训练数据来进行异常检测，存在由于训练数据有偏差而异常检测精度降低的情况。另外，在现有技术中，进行使用训练数据自身的特征量而使数据集的样本变稀疏(thin out)的处理、削减训练数据的特征矢量的维数的处理，训练数据的局部的偏差未被抑制，而存在异常检测精度降低的情况。即，在现有技术中，存在异常检测精度降低的情况。
技术实现思路
1、本公开要解决的课题在于，提供一种能够提高任意的异常检测方法中的异常检测精度的异常检测装置、异常检测方法以及存储介质。
2、实施方式的异常检测装置具备：特征量计算部，计算或者参考多个训练数据各自的第1特征量以及检测对象数据的第2特征量；第1选择部，根据与多个所述训练数据的各个所述训练数据对应的第1附加信息，选择多个所述第1特征量内的
3、根据上述异常检测装置，能够提高任意的异常检测方法中的异常检测精度。
本文档来自技高网...【技术保护点】
1.一种异常检测装置，具备：
2.根据权利要求1所述的异常检测装置，其中，
3.根据权利要求1所述的异常检测装置，其中，
4.根据权利要求1所述的异常检测装置，其中，
5.根据权利要求1所述的异常检测装置，其中，
6.根据权利要求1所述的异常检测装置，其中，
7.根据权利要求6所述的异常检测装置，其中，
8.根据权利要求6所述的异常检测装置，其中，
9.根据权利要求1所述的异常检测装置，其中，
10.根据权利要求5所述的异常检测装置，其中，
11.一种异常检测方法，包括：
12.一种存储介质，存储有程序，该程序用于使计算机执行：
【技术特征摘要】
1.一种异常检测装置，具备：
2.根据权利要求1所述的异常检测装置，其中，
3.根据权利要求1所述的异常检测装置，其中，
4.根据权利要求1所述的异常检测装置，其中，
5.根据权利要求1所述的异常检测装置，其中，
6.根据权利要求1所述的异常检测装置，其中，
7...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。