基于改进MGFN的实验室不安全行为异常检测OA
针对高校化学实验室人员不安全行为异常检测任务,多示例学习方法广为使用,但传统的多示例学习方法在复杂场景识别时存在低精度等问题,提出了一种基于MGFN异常行为识别模型的改进方法。由于MGFN模型在复杂的化学实验室场景中对信息的关注度不够,出现误检和漏检的问题,首先,引入时间上下文聚合模块(TCA)替换原网络的扫描块(Global Block)和聚集块(Focus Block),并与原网络特征放大机制(FAM)进行融合,形成新的特征聚合模块F-TCA…查看全部>>
李政;陈亮;王珺琳
沈阳理工大学自动化与电气工程学院,辽宁沈阳110159沈阳理工大学自动化与电气工程学院,辽宁沈阳110159沈阳理工大学自动化与电气工程学院,辽宁沈阳110159
电子信息工程
行为异常检测MGFNF-TCA注意力机制
《通信与信息技术》 2025 (1)
P.46-50,5
辽宁省教育厅高等学校基本科研项目青年项目(项目编号:1030040000668)沈阳理工大学引进高层次人才项目(项目编号:1010147001228)。
评论