《表1 糖尿病的诊断标准：基于潜在空间矩阵的半监督异常检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于潜在空间矩阵的半监督异常检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

生成网络由四个模块串联而成，分别是编码器网络GE（X）、编码器网络E（X'）、解码器网络GD（X）及若干层残差网络层Res Net。具体网络结构参数见表1，GE（X）、GD（X）和E（X'）均由5层卷积层构成，其中GE（X）和E（X'）)网络结构参数相同，采用7×7卷积核和3×3卷积核对输入图片进行下采样。GD（X）同样由4层卷积核大小为3×3和1层卷积核大小为7×7网络构成反卷积过程，具体功能如下:编码器GE（X）作用是将输入数据映射到潜在空间形成多通道潜在空间矩阵，如图3中M；编码器GD（X）则将M映射回输入数据空间形成重构图X'，即重构过程；E（X'）作为第二次编码器网络，将重构图X'再次编码成潜在空间矩阵M'表示。M和M'矩阵上每个元素保留其对应样本图片局部位置信息，完成重构的同时控制潜在空间矩阵来提升重构效果。相比于编码器—解码器的模型，本文使用的编码器—解码器—编码器的结构增加了潜在空间矩阵抑制过程，更易提升原始样本和重构图片相似度。