-
公开(公告)号：CN110956248A
公开(公告)日：2020-04-03
申请号：CN201811170297.0
申请日：2018-09-27
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种新颖的、面向多维数据的改进隔离森林异常值检测算法。利用该算法对于异常值检识别问题，我们只需要通过对原始数据集进行随机采样生成若干个子数据集，然后在每个子数据集上建立隔离树，从而不需要大量的计算和比较。以往的异常值检测需要大量计算每个数据对象之间的距离，此过程非常消耗时间，本发明在检测异常值的时候，并不需要大量的计算和比较，只需要进行隔离树的构建，然后根据建立的适应度函数利用遗传算法将检测准确度高、差异性大的隔离树选择出来，进而生成隔离森林，实现异常值的识别。本发明实现了异常值的精确检测，提高了检测的稳定性，减少了计算消耗和内存占用。
Search Results
81
records
(took 0.066 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
