共查询到20条相似文献，搜索用时 125 毫秒
1.
2.
《西安文理学院学报》2020,(2)
癫痫是大脑神经细胞群超同步放电的一种常见慢性神经疾病,为了更好地对癫痫进行检测,提出了基于EEG的样本熵和深度神经网络(Deep Neural Network,DNN)的方法.将EEG信号用小波变换进行预处理后,以10 s为时间片求出样本熵,实验表明癫痫发作期间样本熵下降,经统计分析样本熵能够和数据集中已标注的标签基本一致,以样本熵下降处的点作为癫痫发作标签对数据集进行深度神经网络学习,能够达到99.5%的检测准确性. 相似文献
3.
4.
为了克服N-RBF核函数在处理取值完全相同特征时出现准确率、检测率和误报率异常的现象,提出一种分段核函数（P-RBF）。该核函数根据特征样本方差是否为0对特征分别进行变换,但仍然以RBF核函数为基础。实验结果表明,在基于SVM的入侵检测方法中,选用该分段核函数不仅避免了因选用N-RBF核函数而出现检测率和误报率异常的情况,而且较RBF核在准确率、检测率和误报率方面有一定改善,同时缩短了检测时间。 相似文献
5.
提出一种基于BP神经网络的异常入侵检测方法,由于BP神经网络是一种基于误差反向传播算法的多层前馈神经网络,具有对不确定性的学习与适应能力,可以很好的满足入侵检测分类识别的需求.对“KDD Cup 1999 Data”网络连接数据集进行特征选择和标准化处理之后用于训练神经网络并仿真实验,得到了较高的检测率和较低的误报率.仿真实验表明,基于BP神经网络的入侵检测方法是有效的. 相似文献
6.
基于K近邻的故障检测(FD-KNN)方法可以有效处理非线性、多模态的故障检测问题,但在过程故障检测中存在计算量大,存储复杂等缺陷.将k均值聚类和K近邻相结合,提出一种新的故障检测方法kFD-KNN,该方法继承传统方法的优点,同时降低计算与存储的影响.首先应用k均值聚类将训练集聚成k类,同时计算聚类中心.通过计算样本与聚类中心的距离,判断样本所属分类.在所属分类中寻求K近邻,进而完成基于KNN的故障检测.本文方法具有计算量小,存储简单等优点,可有效提高检测效率.通过仿真多模态仿真实例进一步验证本文方法的有效性. 相似文献
7.
《嘉应学院学报》2016,(5):16-20
针对传统Android恶意应用检测方法在处理大规模样本时存在的训练时间长、存储空间消耗大的问题,提出一种基于增量学习SVM的Android恶意应用检测方法.该方法提取Android应用的权限申请和API函数调用特征,利用增量学习SVM理论将训练样本集随机划分为初始样本集和若干个增量样本集,利用循环迭代方法训练SVM分类器,每次新的训练仅保留上一轮训练得到的支持向量集并合并到新增样本集中,舍弃大量对分类结果不产生影响的样本以提高分类器学习效率,同时产生新的支持向量集,并最终得到一个高精度的SVM分类器.通过将增量学习SVM算法与基本SVM算法进行对比实验,结果表明,该算法可以有效降低分类器学习时间,减少样本存储的空间占用,同时随着样本规模的积累逐步提高分类精度. 相似文献
8.
聚类方法尝试着通过相似于其它事例的事例形成聚类来寻找数据集观察值的正常分组.聚类和异常值检测之间有很强的关联性,特别是基于观察值之间距离的概念.基于聚类ORh方法应用于异常值检测中,其结果给出一组异常值概率排序.这个排序可以让公司以优化的方法应用于检查活动,并获得了很好的性能. 相似文献
9.
柴志成 《贵阳学院学报(自然科学版)》2008,3(1):23-26
提出了一种基于SVM的网络异常流量检测新方法.分析了支持向量机的基本原理,结合网络流量异常检测的特点,讨论了异常检测的特征选择问题;提出了网络流量相关性、包长度统计变量以及异常报文统计等具有代表性的特征参数,描述了数据的预处理方法.试验结果表明,所选特征参数可有效地检测网络流量异常变化,说明基于支持向量机的在网络异常流量检测具有较好的可应用性. 相似文献
10.
深度学习中生成式对抗网络（GAN）具有强大拟合训练数据分布能力,在应用到异常检测领域时可有效准确识别异常图像．针对异常检测领域中传统有监督学习算法存在大量已知标记样本训练的局限性,以无监督学习GAN的异常检测模型为研究对象,阐明生成对抗网络的基本原理、网络结构及相关理论,详细介绍了近年来十种典型的基于GAN的异常检测模型,经过比较各衍生模型的异同,总结出各自的优势、局限性和应用场景,通过分析GAN在异常检测领域研究中所面临的问题及挑战,展望了未来的研究方向主要是解决模型的稳定性、计算效率、生成样本的精度、异常区域定位、异常评价机制等问题． 相似文献
11.
张洁玲 《福建工程学院学报》2017,(6):591-596
针对传统离群点检测算法的局限性进行研究,利用数据对象之间的相邻关系,提出了一种基于密度和距离相结合的离群检测算法,该算法解决了基于距离的离群检测算法不能准确识别局部离群点的问题,有效避免由于稀疏和密集簇过于邻近的而出现离群点误判的情况。通过在人工模拟数据及真实数据集上的实验测试证明改进算法的可行性,该算法能更有效地检测出数据集中的离群对象。 相似文献
12.
指数分布多个异常数据的检验 总被引：2，自引：2，他引：0
李云飞 《内江师范学院学报》2008,23(4):17-19
利用样本分位数构造检验统计量,给出来自于指数分布总体异常数据的一种检测方法．求出了检验统计量精确的概率密度函数和大样本情形下的近似分布,从而得到了检验临界值简洁的近似表达式．检验统计量中的核心统计量——样本分位数,对于异常数据的干扰具有一定的抵抗力,因此该方法可有效地达到检测效果． 相似文献
13.
网上购物系统具有强大的交互功能,它的主要特点就是改变了购物只有到现实商场的惯常做法,这种全新的交易方式采用Web技术,借助于Internet互联网广泛应用,达到资源共享,实现公司间文档与资金的无纸化交换,并使商家和用户方便地传递信息,完成电子贸易或EDI交易。 相似文献
14.
Yousaf HAYAT 《Journal of Zhejiang University. Science. B》2008,9(12):931-937
A method was proposed for the detection of outliers and influential observations in the framework of a mixed linear model, prior to the quantitative trait locus (QTL) mapping analysis. We investigated the impact of outliers on QTL mapping for complex traits in a mouse BXD population, and observed that the dropping of outliers could provide the evidence of additional QTL and epistatic loci affecting the 1 stBrain-OB and the 2ndBrain-OB in a cross of the abovementioned population. The results could also reveal a remarkable increase in estimating heritabilities of QTL in the absence of outliers. In addition, simulations were conducted to investigate the detection powers and false discovery rates (FDRs) of QTLs in the presence and absence of outliers. The results suggested that the presence of a small proportion of outliers could increase the FDR and hence decrease the detection power of QTLs. A drastic increase could be obtained in the estimates of standard errors for position, additive and additivex environment interaction effects of QTLs in the presence of outliers. 相似文献
15.
对基于距离的聚类及基于密度的孤立点检测方法进行了分析研究,提出了一种基于距离和密度的聚类和孤立点检测算法DDBCOD.该算法根据距离和密度阈值对数据进行聚类,并发现数据中的孤立点.实验表明,该算法能够识别任意形状的聚类,对高维数据有效,能够很好的识别出孤立点. 相似文献
16.
Ⅰ型极小值分布样本异常数据的检验 总被引：1，自引：1，他引：0
针对Ⅰ型极小值分布样本的多个异常数据,提出了一种新的检验方法.首先寻找到总体参数的具有较好稳健性的估计量,然后在此基础上构造出检验统计量,进一步求出了该检验统计量精确的概率密度函数和大样本情形下的近似分布.由于检验统计量中的核心统计量——样本分位数,对于异常数据的干扰具有一定的抵抗力,因此利用该方法可以达到有效的检验效果. 相似文献
17.
曾辉 《韩山师范学院学报》2009,30(3):49-53
OCSVM适合无监督情况下的孤立点检测,与入侵检测问题有很大的相似性.文章研究了OCSVM在网络入侵检测中的应用,探讨了模型优化的两个主要方面.提出的二阶段模型参数选取方法,能够比GA算法更快地搜索到近似全局最优参数;采用GA算法提取出22个TCP/IP连接的重要特征,比较了采用特征子集和全部特征的OCSVM的检测精度、训练测试时问.实验表明,给出的OCSVM模型优化方法,能够获得优异检测性能,具有更优的训练和检测效率,意味着可以应用到实时网络入侵检测系统. 相似文献
18.
Cheng Tiexin Qi Xin Guo Tao 《东南大学学报》2008,(Z1)
The marking scheme method removes the low scores of the contractor‘s attributes given by experts when the overall score is calculated, which may result in that a contractor with some latent risks will win the project. In order to remedy the above defect of the marking scheme method, an outlier detection model, which is one mission of knowledge discovery in data, is established on the basis of the sum of similar coefficients. Then, the model is applied to the historical score data of tender evaluation for ci... 相似文献
19.
A new method to detect multiple outliers in multivariate data is proposed. It is a combination of minimum subsets, resampling and self-organizing map (SOM) algorithm introduced by Kohonen,which provides a robust way with neural network. In this method, the number and organization of the neurons are selected by the characteristics of the spectra, e. g., the spectra data are often changed linearly with the concentration of the components and are often measured repeatedly, etc. So the spatial distribution of the neurons can be arranged by this characteristic. With this method, all the outliers in the spectra can be detected, which cannot be solved by the traditional method, and the speed of computation is higher than that of the traditional neural network method. The results of the simulation and the experiment show that this method is simple, effective, intuitionistic and all the outliers in the spectra can be detected in a short time. It is useful when associated with the regression model in the near infra-red research. 相似文献
20.
基于信息融合技术的结构损伤诊断方法 总被引：1，自引：0，他引：1
为提高结构损伤识别的准确率,将多源信息融合技术引入到结构损伤诊断中．在介绍多源信息融合技术的基本理论、功能模型、级别分类和数学方法的基础上,将2种或多种结构损伤识别方法提取的损伤特征向量进行特征级融合,建立了基于信息融合的结构损伤诊断方法．在钢筋混凝土板损伤试验中测试其模态信息,利用基于信息融合的结构损伤诊断方法进行裂缝位置识别,并与单独使用模态应变能法和柔度法进行损伤识别的结果进行对比．结果显示基于特征级信息融合的结构损伤诊断方法能够准确识别单一损伤识别方法无法识别的结构损伤,对于多位置损伤识别亦有效果．基于信息融合的结构损伤诊断方法具有良好的损伤敏感性．不同的信息融合算法有不同的适用范围,在实际结构健康监测中,要通过详细分析选择合适的多源信息融合算法． 相似文献