| 面向多維數據的異常點檢測模型設計* | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>927 K | |
| 標簽： 編碼損失函數 變分自編碼器 異常點檢測 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了在大數據環境下快速、精準地挖掘異常點，保障網絡安全，提出了一種面向多維數據的異常點檢測模型設計方案。該方案利用長短期記憶網絡（LSTM）存儲任意時間段的多維數據，并使用圖卷積網絡提取完整數據結構，同時加入懲罰參數和均方誤差來縮小異常點出現范圍。此外，還利用編碼器和解碼器構建變分自編碼器函數模型，使其能夠解讀正常數據子特征，并通過編碼重建損失函數來計算數據異常度量，從而實現異常點檢測。經過實驗驗證，該方法表現出較高的檢測正確率和運行效率，具有極高的應用價值。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2