基于K-means的異常識(shí)別方法
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>4188 K
標(biāo)簽： 異常識(shí)別 概率 決策圖
所需積分：0分積分不夠怎么辦？
文檔介紹：在工業(yè)、電力、交通等領(lǐng)域，異常往往是系統(tǒng)發(fā)生問(wèn)題或故障的先兆。通過(guò)異常識(shí)別技術(shù)，可以及時(shí)發(fā)現(xiàn)系統(tǒng)異常行為，預(yù)防或迅速應(yīng)對(duì)潛在的故障，提高系統(tǒng)的可靠性和穩(wěn)定性。當(dāng)前的異常識(shí)別算法通常需要引入專(zhuān)家信息（如適宜的參數(shù)值），但在許多識(shí)別場(chǎng)景中，數(shù)據(jù)分布以及異常發(fā)生原因是未知的，導(dǎo)致專(zhuān)家信息不可信。因此，如何設(shè)計(jì)一款無(wú)需專(zhuān)家信息介入的異常識(shí)別算法意義非凡。設(shè)計(jì)了一種自適應(yīng)的異常識(shí)別算法，通過(guò)K-means聚類(lèi)算法識(shí)別出眾多小簇，然后統(tǒng)計(jì)各簇中對(duì)象數(shù)量的分布概率以生成概率分布圖。從概率分布圖中，可以清晰觀(guān)察到哪些簇中的對(duì)象數(shù)量明顯小于其他簇，從而將它們識(shí)別為異常簇，其中的對(duì)象識(shí)別為異常。換句話(huà)說(shuō)，概率分布圖代替了專(zhuān)家信息，可協(xié)助使用者在分布以及原因未知情況下識(shí)別有效異常。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。