| 基于构造型神经网络的异常模式发现方法 |
| |
| 引用本文： | 张贤骥,王伦文. 基于构造型神经网络的异常模式发现方法[J]. 计算机科学, 2014, 41(7): 297-300 |
| |
| 作者姓名： | 张贤骥 王伦文 |
| |
| 作者单位： | 电子工程学院404室 合肥230037;电子工程学院404室 合肥230037 |
| |
| 基金项目： | 本文受国家自然科学基金(61273302),安徽省自然科学基金(1208085MF98,1208085MF94)资助 |
| |
| 摘 要： | 数据流的异常模式检测中,有时受噪声等因素影响发生概念漂移,影响了检测效率。针对此问题,提出一种基于构造型神经网络增量学习的异常模式动态检测方法,以提取滑动窗口内数据的数据概要,修正全局数据概要,更新已有的学习模型。另外,数据流速、流量等因素也影响检测效率,采用粒度分析思想改进检测方法,设置合适的时间滑动窗口,根据数据量自适应选择分析粒度,进而更准确地发现异常模式。无线电通信信号监测数据异常模式检测实验验证了本方法的有效性。
|
| 关 键 词： | 数据流 异常检测 动态检测 构造型神经网络 |
| 收稿时间： | 2013-09-09 |
| 修稿时间： | 2013-12-15 |
Outlier Detection Method Based on Constructive Neural Networks |
| |
| ZHANG Xian-ji and WANG Lun-wen. Outlier Detection Method Based on Constructive Neural Networks[J]. Computer Science, 2014, 41(7): 297-300 |
| |
| Authors: | ZHANG Xian-ji and WANG Lun-wen |
| |
| Affiliation: | Research Room 404,Electronic Engineering Institute,Hefei 230037,China;Research Room 404,Electronic Engineering Institute,Hefei 230037,China |
| |
| Abstract: | |
| |
| Keywords: | Data stream Outlier detection Dynamic detection Constructive neural networks |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
