- 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1 ^" G; P) e5 [' F
. z& Z4 Z7 f: }* d# y
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、 G+ o3 I8 J. ?- ^. Q+ E; I
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+ A& D2 |. ?( J6 Z
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
$ t7 g1 {8 I$ G+ T8 p m/ h7 E* m8 ]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# B2 w! ^& Z- J3 N: q" Q, S
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1 ?- z4 L+ z8 Q5 y0 \5 Q( o
+ ^; J( w1 P/ ?
: {/ c4 t0 \+ Z |
zan
|