-
题名基于健壮主成分分类器的无监督异常检测方法研究
被引量：2
- 1
-
-
作者
邱文彬
吴渝
王国胤
白洁
李洁颖
-
机构
重庆邮电学院计算机科学与技术研究所
-
出处
《计算机应用》
CSCD
北大核心
2006年第4期820-823,共4页
-
基金
新世纪优秀人才支持计划资助项目(NCET)
国家自然科学基金资助项目(60373111)
+1 种基金
重庆市自然科学基金重点项目(2005BA2003)
重庆市自然科学基金项目资助(2005BB2063)
-
文摘
入侵检测系统在训练过程中需要大量有标识的监督数据进行学习,不利于其应用和推广,经典主成分分析方法对离群数据非常敏感,进而导致分类准确性的下降。为了解决该问题,提出了一种基于健壮主成分分类器的方法,得到被离群数据干扰较少的主成分。根据主成分空间距离和数据重构误差构建异常检测模型。实验表明:该方法能够有效检测未知入侵,在检测率、误警率方面都达到较满意的结果。
-
关键词
异常检测
无监督
主成分分类器
健壮性
-
Keywords
anomaly detection
unsupervised
principal component classifier
robustness
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名增量式健壮主成分分类器的无监督异常检测方法研究
被引量：1
- 2
-
-
作者
李洁颖
孙英
-
机构
河南财经学院信息学院
郑州铁路职业技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第22期117-120,共4页
-
文摘
传统的入侵检测算法对数据集的研究都是针对静态训练数据的,对于动态数据却显得无能为力。但在实际应用中,入侵行为层出不穷,入侵检测系统应能对新的入侵行为进行增量学习。为了解决该问题,在前期工作的基础上,提出一种基于增量式分类器的无监督异常检测方法;实验表明:该方法在训练数据为动态情况下,能够有效检测未知入侵,在检测率、误警率方面都达到较满意的结果,并在效率上有较大提高。
-
关键词
异常检测
无监督
主成分分类器
健壮性
增量式
-
Keywords
anomaly detection
unsupervised
principal component classifier
robustness
incremental
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名CLAHE低频DCT系数重变换在人脸识别中的应用
被引量：1
- 3
-
-
作者
邵丹
-
机构
铁道警察学院公安技术系
-
出处
《计算机应用与软件》
CSCD
2015年第11期180-184,共5页
-
文摘
针对光照变化显著影响自动人脸识别系统性能的问题,为了规范化光照变化以提高人脸识别率,提出基于对比度限制自适应直方图均衡化CLAHE(Contrast Limiting Adaptive Histogram Equalization)的低频离散余弦变换DCT(Discrete Cosine Transform)系数重变换算法。首先将图像划分成多个互不重叠的局部小块,使用CLAHE对局部小块进行局部对比拉伸以实现去噪;然后,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;最后,利用核主成分分析进行特征提取,稀疏系数重建和k-近邻分类器完成最终的人脸识别。在扩展Yale B及AR人脸数据库上的实验验证了算法的有效性。实验结果表明,算法在识别非常困难的Yale B子集5上的识别率可高达98.20%,相比其他几种规范化技术,该算法取得了更高的识别率,同时大大降低了识别所耗时间。
-
关键词
自适应直方图均衡化
离散余弦变换
系数重变换
核主成分分析k近邻分类器
-
Keywords
Adaptive histogram equalisation
Discrete cosine transform
Coefficients retransforming
Kernel principal component analysis k-nearest neighbour classifier
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
