-
公开(公告)号：CN110781569A
公开(公告)日：2020-02-11
申请号：CN201911089476.6
申请日：2019-11-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多分辨率网格划分的异常检测方法和系统，所述系统包括获取模块、划分模块、异常值计算模块和输出模块，获取数据点进行预处理，得到高维数据矩阵，获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩阵，并初始化全局异常值列表，将所述子矩阵多次二分为多种分辨率网格，计算对应二分后的的局部异常值，将所述局部异常值累加到网格内的每个数据点的全局异常值上，遍历所有子矩阵，计算对应的全局异常值，并按降序排列更新到对应的全局异常值列表编号中，输出所述全局异常值列表中大于平均值的数据编号，完成检测，有效解决高维数据检测准确率低的问题，降低异常检测难度。
-
公开(公告)号：CN110781569B
公开(公告)日：2023-12-19
申请号：CN201911089476.6
申请日：2019-11-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于多分辨率网格划分的异常检测方法和系统，所述系统包括获取模块、划分模块、异常值计算模块和输出模块，获取数据点进行预处理，得到高维数据矩阵，获取子矩阵划分参数，将所述高维数据矩阵划分为多个子矩阵，并初始化全局异常值列表，将所述子矩阵多次二分为多种分辨率网格，计算对应二分后的的局部异常值，将所述局部异常值累加到网格内的每个数据点的全局异常值上，遍历所有子矩阵，计算对应的全局异常值，并按降序排列更新到对应的全局异常值列表编号中，输出所述全局
-
公开(公告)号：CN113419883A
公开(公告)日：2021-09-21
申请号：CN202110633324.9
申请日：2021-06-07
Applicant: 桂林电子科技大学
Abstract: 本发明涉及电子数字数据处理领域，公开了一种基于互信息和特征分组策略的高维异常检测预处理方法，包括输入高维数据集；计算数据集中每两个特征的互信息，得到互信息矩阵；基于互信息矩阵生成子图集；对子图集中的每个子图是否需要继续切割进行判断，若需要切割则引入NCut切图对子图采用递归的方法进行循环切割，直至不满足切割条件；若不满足切割条件则得到特征组；将所有特征组组合成特征分组集。在不引入参数的前提下，解决了第一次分组结果粒度过大的问题。为高维异常检测提供了一种无参无监督的数据预处理方法，提高了传统异常检测方法在高维数据上的检测性能。
-
-
Search Results
3
records
(took 0.018 seconds)
