- 在线时间
- 699 小时
- 最后登录
- 2023-3-1
- 注册时间
- 2020-3-24
- 听众数
- 5
- 收听数
- 0
- 能力
- 0 分
- 体力
- 15404 点
- 威望
- 0 点
- 阅读权限
- 150
- 积分
- 5107
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 969
- 主题
- 953
- 精华
- 0
- 分享
- 0
- 好友
- 10
TA的每日心情 | 开心 2022-10-20 10:40 |
|---|
签到天数: 42 天 [LV.5]常住居民I
TA的关系
- 自我介绍
- 好
 |
流数据在线异常检测方法研究
9 C% C+ y; t" p' o' N P: p! }
: e- D) U, \2 v& a$ T3 r分析了流数据的一些显著特点如数据量无穷、海量、数据分布不均衡且动态变化、
6 e4 k, u- {4 F- y& I4 u, m产生快等特征基础上,针对异常数据的“少而不同”的本质特点,研究了基于隔离的异
9 I# f2 { _' n" u2 R& O常检测算法并进行了改进,使其适应于流数据环境。其次,针对在线集成学习能很好地
4 \! a9 K. H$ M# X2 q* V应对数据的动态分布变化的特征,引入在线集成学习理论,提出了基于集成学习的流数7 @/ V9 r5 c; A7 ?# K
据在线检测器更新策略。同时分析了基于隔离的异常检测算法的缺陷* m6 ~; d' t+ F6 t: [' C4 V" L* R$ q
1 A5 C2 b* a! g# ]
% K S& R& b/ h8 V |
zan
|