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！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利基于对比学习的异常检测方法、系统及计算机存储介质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：CN114330572B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202111666302.9，技术领域涉及：G06F18/2433；该发明授权基于对比学习的异常检测方法、系统及计算机存储介质是由张春慨;左薇;韩培义;刘川意;段少明设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本基于对比学习的异常检测方法、系统及计算机存储介质在说明书摘要公布了：本发明提出了一种基于对比学习的异常检测方法、系统及计算机存储介质。该方法包括异常检测模型训练阶段和异常检测阶段，其中异常检测模型训练阶段提取输入样本的特征向量，并对特征向量进行判别，根据判别结果计算异常检测模型的对比损失，利用对比损失对异常检测模型进行训练；异常检测阶段将待检测样本集中的样本输入训练好的异常检测模型，将输出的判别结果进行计算，得到异常得分；将所有样本的异常得分进行归一化处理，得到归一化异常得分，通过设置归一化异常得分阈值，判定样本是否异常。本发明在特征空间提取出有区分性的特征，并且判别输出的异常得分具有高区分性，在实际生活中的数据集异常检测上相比其他方法有较大提升。

本发明授权基于对比学习的异常检测方法、系统及计算机存储介质在权利要求书中公布了：1.一种基于对比学习的异常检测方法，其特征在于，方法包括以下步骤： 异常检测模型训练阶段：异常检测模型包括特征提取编码器模块和判别器模块，其中，特征提取编码器模块用于提取输入样本的特征向量，判别器模块用于对特征提取模块输出的特征向量进行判别，输出判别结果；根据判别结果计算异常检测模型的对比损失，利用对比损失对异常检测模型进行训练； 异常检测阶段：将待检测样本集中的样本输入训练好的异常检测模型，将特征提取编码器模块得到的特征向量输入判别器模块，将判别器模块输出的判别结果进行计算，得到异常得分；将待测测样本集中所有样本的异常得分进行归一化处理，得到归一化异常得分，通过设置归一化异常得分阈值，判定样本是否异常； 特征提取编码器模块用于提取输入样本的特征向量，具体包括： 特征提取编码器模块包括两个线性全连接网络和编码器，输入样本经编码器输出后，两个线性全连接网络分别对编码器输出计算均值和方差，对均值和方差添加随机噪声，得到特征向量； 判别器模块包括三个部分：判别网络Dxz、判别网络Dzz、判别网络Dzf，其中，判别网络Dxz对x,z组成的样本对进行判别；判别网络Dzz对z,z组成的样本对进行判别；判别网络Dzf对z,f组成的样本对进行判别，x表示输入样本，z表示特征提取编码器模块输出的特征向量，f表示特征提取编码器模块中编码器输出向量； 所述输入样本和待检测样本为文本数据或图像数据。

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哈尔滨工业大学(深圳)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。