CN110851422B 一种基于机器学习的数据异常监测模型构建方法 （国家计算机网络与信息安全管理中心山西分中心）_第1页
CN110851422B 一种基于机器学习的数据异常监测模型构建方法 （国家计算机网络与信息安全管理中心山西分中心）_第2页
CN110851422B 一种基于机器学习的数据异常监测模型构建方法 （国家计算机网络与信息安全管理中心山西分中心）_第3页
CN110851422B 一种基于机器学习的数据异常监测模型构建方法 （国家计算机网络与信息安全管理中心山西分中心）_第4页
CN110851422B 一种基于机器学习的数据异常监测模型构建方法 （国家计算机网络与信息安全管理中心山西分中心）_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于机器学习的数据异常监测模型构本发明涉及一种基于机器学习的数据异常入了皮尔逊相关系数和方差扩大因子来对不同且针对聚类模型，选用K-means算法的改进算法I-K-means算法模型，由于设计的主要目的是做2步骤A.提取目标应用在目标历史时间段内通信流特征选择，用于应用皮埃尔逊相关系数方法，针对特征集步骤D2.分别针对各个聚类，获得聚类的新聚类中心，并计算获得聚类的平均聚类半4.根据权利要求1至3中任意一项所述一种基于机器学习的数据异常监测模型构建方3数据标准化，用于对特征集合中各识别指纹特征进行标准数据归一化，用于针对特征集合中各识别指纹特征，应用Logisti4[0003]本发明所要解决的技术问题是提供一种基于机器学习的数据异常监测模型构建[0010]步骤E.针对目标应用所对应的数据异常检测模型，应用交叉验证法或网格搜索56[0039]获得各识别指纹特征分别所对应的VIF，针对特征集合中的各识别指纹特征进行7[0048]步骤E.针对目标应用所对应的数据异常检测模型，应用交叉验证法或网格搜索[0049]步骤F.应用兰德指数算法(Adjustedrandindex)和轮廓系数算法(Silhouette

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论