排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
针对FCM聚类算法容易陷入局部最优且对初始点很敏感的问题,提出基于搜索空间平滑技术的点密度加权FCM算法以获得最优解。以所得的聚类中心作为输入,再次执行FCM算法,对于隶属度小于阈值的数据样本进行检测;如果该数据样本被删除,目标函数值变化明显,则该数据样本为异常数据样本,并且聚类最后产生的小的簇中的数据样本也是异常数据样本。在KDDCUP99数据集上进行检测,实验结果表明该算法具有较高的检测率及较低的误检率。 相似文献
3.
针对否定选择算法(NSA)仅模拟了人类适应性免疫系统的中枢耐受过程,而未模拟其外周耐受过程,不具备终身学习能力的问题,提出了具有终身学习能力的否定选择算法(LNSA).LNSA的学习过程模拟淋巴细胞经历中枢耐受和外周耐受的成熟过程,通过外周耐受实现终身学习,从而提高了抗体区分自体与非自体的能力.与NSA和树突细胞算法(DCA)的比较结果表明,LNSA可有效降低检测误报率,并具有与NSA同样高的检测率. 相似文献
4.
多数据库中间件的模型研究 总被引:6,自引:3,他引:6
提出一种新的多数据库中间件架构,使得异源独立分布数据的“上推/受访/集成”模型化,从而使异源独立分布数据的存取/复用/集成,能像单一关系数据库那样走向模型化,建立“DBMS的DBMS”;讨论了该模型中的几个主要关键技术,如数据的一致性、数据的复制策略、局部数据源的即插即用研究、缓冲区系统中的数据名空间。 相似文献
1