局部异常因子相关论文
随着航运事业的发展，各航运和港口公司加快了码头的物流运作，导致了停泊作业仓促进行，使船舶发生碰撞事故的风险增加。船舶碰撞事故大......
为保证分布式光伏台区稳定运行，精准有效地划分台区线损数据，提出基于K-Medoids聚类的分布式光伏线损异常感知算法，精准判断分布式台......
公交车时序数据是指在时间上保持连续、一致的由传感器收集到的衡量车身状态的一系列数值。公交车时序数据的正确性对公交车中各种......
本文针对航班延误预警问题进行研究.在前期出港滑行时间预测模型和航空器推出时刻计算模型研究的基础上,针对首都机场每条跑道实时......
作为保障信息安全的一种新手段,信息隐藏近二十几年以来一直受到广泛重视。研究隐写和隐写分析为代表的信息隐藏技术符合国家信息......
随着工业技术的发展和人民生活水平的提高,制冷设备和技术广泛用于各行各业和千家万户,其占社会能源消耗的比重越来越大,约占社会......
星图信噪比是影响星敏感器拍摄星图中星点提取精度的重要因素。软阈值等去噪方法在处理近地面全天时星图时其阈值选取问题引起的噪......
针对2D激光雷达扫描数据异常值检测问题,提出了最邻近距离-局部异常因子检测算法.首先给出2D激光雷达扫描数据孤立点的定义,并依此......
近年来,随着数据库存储技术、计算机科学技术和数据采集技术高速发展,数据库中都积累了大量的原始数据。所以,如何从大量的数据中......
高速铁路以其输送能力大、速度快、便捷、节能等优点,对我国的交通、运输、环境以及经济起着十分重要的作用。随着时代进步,高铁在......
裂缝检测对保障桥梁安全运营具有重要意义。分布式光纤传感器能够采集沿光纤长度分布的桥梁表面应变,即分布式应变。它对结构表面......
[目的/意义]识别新颖专利代替由一组关键词代表的专利空白,改善技术机会识别过于主观的缺陷。[方法/过程]利用一种基于系统流程的......
针对实际工程中噪声难以避免和预测的问题,提出了鲁棒性较强的加权模糊树(W-FT)算法,采用基于局部异常因子(LOF)的加权最小二乘法......
地震前兆观测数据是对地震进行分析和预测的重要依据。但是当前往往是以人工处理为主要手段,面对海量的前兆观测数据,迫切需要切实......
Since data services are penetrating into our daily life rapidly, the mobile network becomes more complicated, and the am......
为了减少基于密度的异常点检测算法邻域查询操作的次数，同时避免ODBSN（Outlier Detection Basedon Square Neighborhood）中有意义异常......
自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布......
地震前兆数据中的形变观测数据变化复杂,地球物理场变化和环境干扰等信息识别与剔除是与地震相关现象分析的关键.传统的信号识别主......
在扩展目标产生量测密度差异较大的情况下,传统的基于距离划分的多扩展目标高斯混合概率假设密度(ET-GM-PHD)滤波算法计算量大,跟......
以专利数据分析为基础,首先提取出待创新系统的技术创新要素,形成专利技术创新要素形态矩阵,进而通过局部异常因子分析筛选出某时......
台户关系识别是电网公司实现营配贯通的基础。为此,提出一种基于异常点检测和改进kNN算法的台户关系辨识方法。首先,利用局部异常......
介绍了异常检测技术及算法,并将基于距离的异常检测技术与基于密度的异常检测技术结合起来应用于制造业设备状况和产品质量的实时......
异常检测是数据挖掘中的重要任务,其基本目标是检测出偏离整体数据特征的数据值,同时随着信息技术的发展,现有的异常检测模型已经......
在扩展目标高斯混合概率假设密度滤波中,量测集的划分需要进行大量计算,导致运行效率较低。针对该问题,提出一种新的扩展目标量测......
异常检测是数据挖掘领域研究的最基本的问题之一,它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用.以前的异常检测......
针对现有离群点检测算法存在参数选取困难、效率差和精度低等问题,提出了基于双向邻居修正的局部异常因子算法。为了解决所提问题,......
针对智能穿戴设备普及背景下,利用运动手环采集的活动数据存在未知异常数据的问题,提出一种基于高斯核密度估计的健康数据异常值检......
风电样本数据的质量和风功率预测模型的结构直接影响风电功率预测的精度,提出一种结合交叉局部异常因子(Local Outlier Factor,LOF......
自动化检定流水线为智能电能表的正常运行提供保障,然而流水线在长期运行中会发生性能退化甚至故障,尤其是表位机械环节的形变与锈......
研究了基于局部异常因子（LOF）的无监督学习模型共享的集成学习异常检测方法,首先在局部采用LOF无监督学习得到检测模型,然后通过交换......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
针对传统神经网络模型过拟合等问题,本文提出了一种基于改进贝叶斯神经网络的多联机故障诊断策略,该策略使用LOF(local outlier fa......
随着医保制度的不断完善,医保覆盖率的不断扩大,医保基金的正常运转已经与人民大众的切身利益密切相关.然而,频繁就医、分解住院和......
基于密度的局部异常检测算法（LOF算法）的时间复杂度较高,限制了其在高维数据集以及大规模数据集中的使用。该文通过分析LOF算法,引入......
介绍LOF算法、记忆效应以及MELOF算法，对记忆效应进行理论证明，验证MELOF算法的正确性，同时分析该算法的不足和记忆效应的一些特性。......
在航空航天、机械和土木工程等领域中,如果能对重要结构实施有效的健康监测,实时评估结构状况,将能有效保障结构的安全、可靠运行,......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
为了提高大数据背景下离群点检测方法的准确性和时效性,深入研究并分析了聚类算法的特征,提出了一种基于网格局部异常因子(LOF)算......
异常数据是指在数据集中与大部分数据不一致或者偏离正常行为模式的数据，它往往代表一种偏差或者新模式的开始，因此对异常数据的识别......
网络流量异常问题是网络遭受攻击的一种表现,通常会引起网络丢包、网络延迟、甚至造成网路堵塞和瘫痪,严重威胁着网络性能和安全。......
针对现有数据库入侵检测系统高误报率的问题,提出了一种基于密度聚类数据库入侵检测系统,其检测系统过程分为2个部分,①数据训练阶......
从高炉煤气生产的实际工况出发,对异常数据产生的原因和特点进行分析。针对现有异常检测方法运算效率低下的问题,提出一种改进的局......
针对常规断路器异常数据检测存在的准确度低、时间复杂度高等问题,引入数据流挖掘技术,提出了一种在滑动时间窗口上的基于局部异常......
最小二乘支持向量机因模型学习过程中以二次损失函数为经验风险,造成学习结果对噪声特别敏感。鉴于实际问题中噪声不可避免、不可......
异常检测是数据挖掘领域研究的基本问题之一,已被广泛应用于气象预报、网络入侵检测、电信和信用卡欺诈侦察等领域.基于密度的异常......
针对电网中的拓扑错误和不良遥测信息严重影响电网的安全运行的现象,提出了基于改进局部异常因子算法的拓扑辨识方法.该方法利用统......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
