qq_41937076的博客

论文地址：Siamese Neural Network Based Few-Shot Learning for Anomaly Detection in Industrial Cyber-Physical SystemsFSL-SCNN是一种基于Siamese网络的应用于少样本的工业信息物理系统（CPS）中的异常检测算法介绍：数据集：训练过程：预测过程：总结：...

论文地址：A multimodal-Siamese Neural Network (mSNN) for person verification using signatures and EEG算法介绍：mSNN算法是基于Siamese网络，融合了脑电信号和离线签名这两个特征来进行用户识别。使用LSTM处理脑电信号，得到“时间特征”；使用CNN处理离线签名，得到“空间特征”，得到的特征需要预处理，因为离线签名的图片大小不一致。下图是mSNN算法结构图，清楚明白。损失函数（.

1.Savitzky-Golay滤波器（SG filter）参考：????SG滤波器广泛地运用于数据流平滑除噪，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。这种滤波器最大的特点在于在滤除噪声的同时可以确保信号的形状、宽度不变。它对信号的操作是在时域内对window_length内的数据进行多项式拟合。而从频域上看，这种拟合实际就是通过了低频数据，而滤掉了高频数据。这种滤波其实是一种移动窗口的加权平均算法，但是其加权系数不是简单的常数窗口，而是通过在滑动窗口内对给定高阶多项式的最小二乘拟

查准率P ，查全率R查准率亦称为“准确率”，查全率亦称为“召回率”P-R曲线F1Sn， Sp，AccSensitivity Sn = TP /（TP+FN）Specificity Sp = TN / (TN+FP)Accuracy Acc = （TP+TN）/（TP+FN+TN+FP）MCC（Matthews correlation coefficient）（随时补充）...

1.简单交叉验证（ hold-out cross validation）全部数据分成训练集，测试集两部分。训练集用于训练模型，测试集用于测试模型效果。两个数据集没有交叉，避免了过拟合现象。2.k折交叉验证 k-fold cross validation将全部数据集分成k个不相交的子集，将训练集和测试集平均分配到每一个子集中。拿出其中一个子集作为测试集，其他k-1个子集作为训练集。这个方...