作者:冯乔 单位:上海市微型电脑应用学会 出版:《微型电脑应用》2020年第10期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFWXDY2020100560 DOC编号:DOCWXDY2020100569 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 构建了一种通过DBN实现的1/4超球面支持向量机(Quarter-Sphere support vector machines, QSSVM)测试模型,设计了一种可以实现在线测试功能的异常检测算法。当窗口扩大后,QSSVM发生了准确度不断提高的变化趋势,能够提高半径的测试精度。当窗口增大后算法持续时间增加,QSSVM相对于OCSVM(One-Class support vector machines, OCSVM)可以降低近一半的计算时间。随着窗口扩大至临界值后,将会引起准确度的减小,设置QSSVM算法滑动窗口为100。当样本包含更高的维度异常比例时,所有算法都出现了检测率增大的变化现象。当样本维度升高后,QSSVM依然具备优异检测性能,而K-means发生了检测性能的下降。通过测试发现,采用新算法能够满足大规模高维传感器的数据处理需求,从而减小时间复杂度并能够更加准确测定异常数据。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。