检索结果-维普期刊中文期刊服务平台

模糊支持向量机的非直达波抑制算法被引量：1: 1; 作者万群王伟 +1 位作者黄际彦宋玉梅《电子科技大学学报》 EI CAS CSCD 北大核心 2008年第6期803-806,共4页; 针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来... 展开更多; 关键词模糊隶属度最小二乘支持向量机非直达波定位支持向量机数据域描述; 在线阅读下载PDF 职称材料

基于大数据的电力信息网络流量异常检测机制被引量：39: 2; 作者姜红红张涛 +3 位作者赵新建钱欣赵天成高莉莎《电信科学》北大核心 2017年第3期134-141,共8页; 随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义。针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,... 展开更多; 关键词电力信息网络流量异常检测局部异常因子支持向量域数据描述; 在线阅读下载PDF 职称材料

基于密度敏感最大软间隔SVDD不均衡数据分类算法被引量：6: 3; 作者陶新民李晨曦 +3 位作者沈微常瑞王若彤刘艳超《电子学报》 EI CAS CSCD 北大核心 2018年第11期2725-2732,共8页; 为了提高传统支持向量域描述(C-SVDD)算法处理不均衡数据集的分类能力,提出一种基于密度敏感最大软间隔支持向量域描述(DSMSM-SVDD)算法.该算法通过对多数类样本引入相对密度来体现训练样本原始空间分布对求解最优分类界面的影响,通过... 展开更多; 关键词支持向量域数据描述不均衡数据相对密度; 在线阅读下载PDF 职称材料

基于核的单类分类器研究被引量：8: 4; 作者冯爱民陈松灿《南京师范大学学报（工程技术版）》 CAS 2008年第4期1-6,共6页; 以统计学习理论为背景,以核方法为基础的两类典型单类分类算法:单类支持向量机(OCSVM)和支持向量数据域描述(SVDD),均以降低VC维为目标,其中前者通过寻找一个远离原点的超平面,使目标数据所在的正半空间尽量最小;而后者通过寻找一个包... 展开更多; 关键词核方法单类分类器单类支持向量机支持向量数据域描述; 在线阅读下载PDF 职称材料

题名模糊支持向量机的非直达波抑制算法被引量：1: 1; 作者万群王伟黄际彦宋玉梅; 机构电子科技大学电子工程学院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2008年第6期803-806,共4页; 基金国家自然科学基金(60372022 607721467); 文摘针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。; 关键词模糊隶属度最小二乘支持向量机非直达波定位支持向量机数据域描述; Keywords fuzzy membership LS-SVM NLOS location SVDD; 分类号 TN929.53 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于大数据的电力信息网络流量异常检测机制被引量：39: 2; 作者姜红红张涛赵新建钱欣赵天成高莉莎; 机构国网江苏省电力公司南京供电公司北京邮电大学网络与交换技术国家重点实验室; 出处《电信科学》北大核心 2017年第3期134-141,共8页; 文摘随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义。针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,并通过对改进的局部异常因子(M-LOF)和支持向量域数据描述(SVDD)两种常用异常检测算法的对比分析,总结出适合电力信息网络的流量异常检测方法。; 关键词电力信息网络流量异常检测局部异常因子支持向量域数据描述; Keywords electric power information network flow anomaly detection local outlier factor support vector data description; 分类号 TM744 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于密度敏感最大软间隔SVDD不均衡数据分类算法被引量：6: 3; 作者陶新民李晨曦沈微常瑞王若彤刘艳超; 机构东北林业大学工程技术学院; 出处《电子学报》 EI CAS CSCD 北大核心 2018年第11期2725-2732,共8页; 基金中央高校基本科研业务费专项资金(No.2572017EB02 No.2572017CB07) +2 种基金国家自然科学基金(No.31570547); 文摘为了提高传统支持向量域描述(C-SVDD)算法处理不均衡数据集的分类能力,提出一种基于密度敏感最大软间隔支持向量域描述(DSMSM-SVDD)算法.该算法通过对多数类样本引入相对密度来体现训练样本原始空间分布对求解最优分类界面的影响,通过在目标函数中增加最大软间隔正则项,使C-SVDD的分类边界向少数类偏移,进而提高算法分类性能.算法首先对每个多数类样本计算相对密度来反映样本的重要性,然后将训练样本输入到DSMSM-SVDD中实现数据分类.实验部分,讨论了算法参数间的关系及其对算法分类性能的影响,给出算法参数取值建议.最后通过与C-SVDD的对比实验,表明本文建议的算法在不均衡数据情况下的分类性能优于C-SVDD算法.; 关键词支持向量域数据描述不均衡数据相对密度; Keywords support vector domain description unbalanced datasets relative density; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于核的单类分类器研究被引量：8: 4; 作者冯爱民陈松灿; 机构南京航空航天大学信息科学与技术学院; 出处《南京师范大学学报（工程技术版）》 CAS 2008年第4期1-6,共6页; 基金国家自然科学基金(60603029和60703016)资助项目; 文摘以统计学习理论为背景,以核方法为基础的两类典型单类分类算法:单类支持向量机(OCSVM)和支持向量数据域描述(SVDD),均以降低VC维为目标,其中前者通过寻找一个远离原点的超平面,使目标数据所在的正半空间尽量最小;而后者通过寻找一个包含大部分目标数据的最小超球,实现体积最小化.围绕上述两算法,已有大量改进形式出现.本文以此为主线,分别从模型构建、模型改进和数据预处理的角度,进行了回顾和阐述,并对各算法的特点给出了相应的总结.; 关键词核方法单类分类器单类支持向量机支持向量数据域描述; Keywords kernel method, one-class-classifier, one-class SVM （OCSVM）, support vector data description （SVDD）; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	模糊支持向量机的非直达波抑制算法	万群王伟黄际彦宋玉梅	《电子科技大学学报》 EI CAS CSCD 北大核心	2008	1	在线阅读下载PDF 职称材料
2	基于大数据的电力信息网络流量异常检测机制	姜红红张涛赵新建钱欣赵天成高莉莎	《电信科学》北大核心	2017	39	在线阅读下载PDF 职称材料
3	基于密度敏感最大软间隔SVDD不均衡数据分类算法	陶新民李晨曦沈微常瑞王若彤刘艳超	《电子学报》 EI CAS CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料
4	基于核的单类分类器研究	冯爱民陈松灿	《南京师范大学学报（工程技术版）》 CAS	2008	8	在线阅读下载PDF 职称材料