基于transformer的记忆自编码器异常检测方法

本发明属于异常检测技术领域，具体公开了一种基于transformer的记忆自编码器异常检测方法，包括：步骤1用以下策略构建神经网络模型：模型中，将Transformer编码器和Transformer解码器以及一个条件记忆模块组合成一个Transformer记忆自编码器；最后经过一个分块合并层将特征x4恢复为重构样本步骤2利用正常样本训练所述神经网络模型；步骤3输入检测样本到训练后的模型，并计算原始样本x与重构样本x5间的差异，若差异大于阈值则认定该样本为异常样本，否则为正常样本。本方法实现对复杂数据模式更加精确的捕捉及异常识别，显著提升模型在处理数据时的异常检测性能。