| 基于K-means的異常識別方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>4188 K | |
| 標簽： 異常識別 概率 決策圖 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在工業、電力、交通等領域，異常往往是系統發生問題或故障的先兆。通過異常識別技術，可以及時發現系統異常行為，預防或迅速應對潛在的故障，提高系統的可靠性和穩定性。當前的異常識別算法通常需要引入專家信息（如適宜的參數值），但在許多識別場景中，數據分布以及異常發生原因是未知的，導致專家信息不可信。因此，如何設計一款無需專家信息介入的異常識別算法意義非凡。設計了一種自適應的異常識別算法，通過K-means聚類算法識別出眾多小簇，然后統計各簇中對象數量的分布概率以生成概率分布圖。從概率分布圖中，可以清晰觀察到哪些簇中的對象數量明顯小于其他簇，從而將它們識別為異常簇，其中的對象識別為異常。換句話說，概率分布圖代替了專家信息，可協助使用者在分布以及原因未知情況下識別有效異常。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2