| 基于K-means的異常識別方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：4188 K | |
| 標(biāo)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(yè)、電力、交通等領(lǐng)域，異常往往是系統(tǒng)發(fā)生問題或故障的先兆。通過異常識別技術(shù)，可以及時發(fā)現(xiàn)系統(tǒng)異常行為，預(yù)防或迅速應(yīng)對潛在的故障，提高系統(tǒng)的可靠性和穩(wěn)定性。當(dāng)前的異常識別算法通常需要引入專家信息（如適宜的參數(shù)值），但在許多識別場景中，數(shù)據(jù)分布以及異常發(fā)生原因是未知的，導(dǎo)致專家信息不可信。因此，如何設(shè)計一款無需專家信息介入的異常識別算法意義非凡。設(shè)計了一種自適應(yīng)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(tǒng)計各簇中對象數(shù)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(shù)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(xié)助使用者在分布以及原因未知情況下識別有效異常。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
異常識別 相關(guān)資源
wwei 的最新分享
- 歐盟刑事跨境電子取證制度的新發(fā)展及啟示
- 論勞動者個人信息保護(hù)中知情同意規(guī)則的適用
- 數(shù)據(jù)抓取不正當(dāng)競爭認(rèn)定范式的省思與轉(zhuǎn)進(jìn)——基于44份裁判文書分析
- 基于實踐分析的公共數(shù)據(jù)授權(quán)運營平臺設(shè)計及運營研究
- 多方主體平行享有醫(yī)療數(shù)據(jù)產(chǎn)權(quán)的制度設(shè)計
- 比利時數(shù)據(jù)安全審查制度評鑒
- 一種基于DRSN-GAN的通信信號調(diào)制識別方法
- 融合卷積神經(jīng)網(wǎng)絡(luò)的混凝投藥模型研究
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2