期刊文献+
共找到1,800篇文章
< 1 2 90 >
每页显示 20 50 100
改进多线性主成分分析网络及其在滚动轴承故障诊断中的应用 被引量:9
1
作者 郭家昕 程军圣 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2022年第2期187-193,201,共8页
针对实测滚动轴承振动信号通常存在噪声干扰,具有非线性和非平稳特性,而多线性主成分分析网络(MPCAnet)在处理复杂非平稳数据时存在非线性拟合能力差、特征聚类性一般的问题,通过引入核变换,提出了一种改进的多线性主成分分析网络,增大... 针对实测滚动轴承振动信号通常存在噪声干扰,具有非线性和非平稳特性,而多线性主成分分析网络(MPCAnet)在处理复杂非平稳数据时存在非线性拟合能力差、特征聚类性一般的问题,通过引入核变换,提出了一种改进的多线性主成分分析网络,增大了训练样本间的差异度,进一步提高了MPCAnet在处理非线性数据时的泛化能力和分类精度。通过不同滚动轴承故障诊断数据集对该方法进行验证,结果表明该方法具有较高的鲁棒性,能够准确识别滚动轴承的各类故障。 展开更多
关键词 卷积神经网络 改进多线性主成分分析网络 成分分析 滚动轴承 故障诊断
在线阅读 下载PDF
基于主成分分析和神经网络聚类的城市坡道行驶工况研究
2
作者 宋宇臻 吴智敏 +2 位作者 阴晓峰 雷雨龙 梁益铭 《汽车技术》 北大核心 2025年第5期47-54,共8页
针对车用性能评价的城市行驶工况缺乏坡道信息的问题,提出了一种基于自组织映射(SOM)神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据,将预处理后数据划分短行程,选取20个表征道路运行... 针对车用性能评价的城市行驶工况缺乏坡道信息的问题,提出了一种基于自组织映射(SOM)神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据,将预处理后数据划分短行程,选取20个表征道路运行特征的短行程特征参数;利用主成分分析法对特征参数降维,使用SOM神经网络对短行程进行聚类分析;基于坡道平滑衔接的原则,选取相关度较高的短行程,并构建包含速度、坡度信息的城市坡道行驶工况。自动变速器坡道性能测试结果表明:所构建工况能够体现车辆在具有城市坡道特征道路的行驶特性,可作为车辆城市坡道行驶性能测试的基准工况。 展开更多
关键词 坡道行驶工况 成分分析 SOM神经网络 聚类分析 性能测试
在线阅读 下载PDF
基于主成分分析-BP神经网络的风电备件需求预测 被引量:12
3
作者 李晓娟 张芳媛 喻玲 《科学技术与工程》 北大核心 2024年第1期281-288,共8页
风电机组具有结构复杂,运维困难,且长期处于恶劣的工作环境的特点。风电备件的需求预测有助于为风电场配备最合适的备件数,以确保风电场的平稳、高效运行。构建主成分分析-反向传播(principal component analysis-back propagation,PCA-... 风电机组具有结构复杂,运维困难,且长期处于恶劣的工作环境的特点。风电备件的需求预测有助于为风电场配备最合适的备件数,以确保风电场的平稳、高效运行。构建主成分分析-反向传播(principal component analysis-back propagation,PCA-BP)模型,针对受多因素影响的复杂备件,先利用PCA将影响风电备件的要素进行筛选,再利用BP神经网络算法,得到最为精确的预测结果。比较自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型、BP神经网络预测和PCA-BP神经网络预测的结果。结果表明:PCA能显著降低神经网络预测误差,预测的精度为93.94%,高于BP神经网络预测的88.39%和ARIMA模型的85.31%,所以PCA-BP神经网络模型的预测精度准确且有可靠结果,能够适用于风机备件的需求预测。 展开更多
关键词 成分分析 神经网络 风电备件 需求预测
在线阅读 下载PDF
基于核主成分分析法的船舶中央冷却器状态评估
4
作者 吴小豪 邹永久 刘军朴 《舰船科学技术》 北大核心 2025年第9期65-71,共7页
为实现船舶系统及设备的实时状态评估,基于船舶实际运行故障数据不易获得、数据结构非线性、数据量巨大以及噪声多等特征,本文采用核主成分分析法,以船舶中央冷却器为例,选择高斯核函数及不同核参数,仅利用高维的正常运行数据,在特征空... 为实现船舶系统及设备的实时状态评估,基于船舶实际运行故障数据不易获得、数据结构非线性、数据量巨大以及噪声多等特征,本文采用核主成分分析法,以船舶中央冷却器为例,选择高斯核函数及不同核参数,仅利用高维的正常运行数据,在特征空间中建立相应的核主成分评估模型,并对异常运行数据进行评估分析。评估结果表明,在合适的核参数下,核主成分分析法无需深入分析中央冷却器的结构与原理,即可快速有效地区分其非线性结构的正常运行数据和异常运行数据,其准确率优于常规主成分分析法,且其倒V字型的评估输出特性辨识度高,对微小故障较为敏感,非常适合用于突发性故障的早期识别。对于船舶机械设备而言,具有重要的工程实际应用意义。 展开更多
关键词 状态评估 成分分析 核函数 线性结构 突发性故障
在线阅读 下载PDF
结合拉曼光谱主成分分析-线性判别进行蛇纹石玉产地溯源的探索 被引量:1
5
作者 叶旭 杨炯 +1 位作者 丘志力 岳紫龙 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第9期2551-2558,共8页
蛇纹石是中国最早使用的玉石之一,开展蛇纹石玉的产地溯源探索,对认识中国古代玉文化发展历程,重建古代玉石贸易路线均有重要的意义。但由于蛇纹石玉产地众多,目前尚没有成熟的蛇纹石玉产地溯源的判别技术。以产自陕西汉中、甘肃敦煌、... 蛇纹石是中国最早使用的玉石之一,开展蛇纹石玉的产地溯源探索,对认识中国古代玉文化发展历程,重建古代玉石贸易路线均有重要的意义。但由于蛇纹石玉产地众多,目前尚没有成熟的蛇纹石玉产地溯源的判别技术。以产自陕西汉中、甘肃敦煌、河南栾川、辽宁岫岩、山东泰安、甘肃武山6地的蛇纹石玉为研究对象,在66块样品上共采集到200个高质量拉曼光谱数据,并在对测试结果进行主成分分析(PCA)的基础上建立了线性判别分析(LDA)的产地判别模型。结果显示,不同产地蛇纹石玉的矿物组成有所差异,汉中蛇纹石玉的主要矿物成分有纤蛇纹石和利蛇纹石两种;敦煌蛇纹石玉则为纤蛇纹石和利蛇纹石的均匀混合型;泰安蛇纹石玉的主要矿物成分有利蛇纹石(墨玉)和叶蛇纹石(碧玉和翠斑玉)两种;河南栾川、辽宁岫岩、甘肃武山蛇纹石玉的主要矿物成分均为叶蛇纹石。在严格控制实验条件的前提下,将拉曼光谱数据结合PCA+LDA分析可以对不同产地的蛇纹石玉进行区分,所建立的LDA判别模型的训练集数据和测试集数据的产地判别正确率分别达到了96.25%和92.50%。这显示出利用无损检测拉曼光谱技术进行蛇纹石玉产地溯源具有潜在价值。将拉曼光谱无损检测数据结合统计学或机器学习方法来构建判别模型可能是解决蛇纹石玉产地溯源瓶颈新的技术路径。 展开更多
关键词 蛇纹石玉 拉曼光谱 产地溯源 成分分析(PCA) 线性判别分析(LDA)
在线阅读 下载PDF
改进的主成分分析网络极光图像分类方法 被引量:11
6
作者 韩冰 贾中华 高新波 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2017年第1期83-88,共6页
极光的不同形态蕴含了不同的物理意义,进行极光图像的分类研究对人类生活具有极其重要的科学价值.笔者在简单的深度学习模型主成分分析网络的基础上提出了一种改进的主成分分析网络极光图像分类方法.首先利用改进的主成分分析网络提取... 极光的不同形态蕴含了不同的物理意义,进行极光图像的分类研究对人类生活具有极其重要的科学价值.笔者在简单的深度学习模型主成分分析网络的基础上提出了一种改进的主成分分析网络极光图像分类方法.首先利用改进的主成分分析网络提取极光图像的特征,然后将所得特征输入支持向量机对极光图像进行分类.在中国北极黄河站的全天空图像数据库的分类实验结果表明,所提方法取得了较高分类准确率. 展开更多
关键词 极光图像 深度学习 成分分析 二维成分分析 成分分析网络
在线阅读 下载PDF
船舶冲击环境网络预报的参数主成分分析方法 被引量:1
7
作者 赵晓俊 郭君 +1 位作者 杨俊杰 赵华讯 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1655-1661,共7页
针对由于船舶水下爆炸冲击的强非线性特征引起的在利用神经网络进行冲击环境预报时精度不高的问题,本文采用一种基于主成分分析的方法对网络模型的输入参数作降维处理从而提高精度。利用矩阵特征值提取和矩阵变换,通过主成分分析方法以... 针对由于船舶水下爆炸冲击的强非线性特征引起的在利用神经网络进行冲击环境预报时精度不高的问题,本文采用一种基于主成分分析的方法对网络模型的输入参数作降维处理从而提高精度。利用矩阵特征值提取和矩阵变换,通过主成分分析方法以及因子分析对原始数据样本进行数据降维处理,再选择适应的网络对冲击谱值进行快速预报。实验结果表明:主成分选取主要参考特征值的大小及下降趋势,保留陡降段的特征值,并分析过渡段特征值的取舍;同时验证了对参数实施去相关处理和降维处理可以明显改善神经网络的预报准确性。 展开更多
关键词 参数降维 矩阵变换 因子分析 成分 神经网络 水下爆炸 冲击环境 快速预报
在线阅读 下载PDF
非线性主成分分析和RBF神经网络的电力系统负荷预测 被引量:12
8
作者 刘晓菲 商立群 《电网与清洁能源》 北大核心 2016年第1期47-52,共6页
电力系统负荷预测是电力系统规划与运行的重要内容,为提高负荷预测的精度,针对主成分分析法在涉及到多指标预测体系中降维作用不明显,且考虑不到指标间非线性关系的问题,采用非线性主成分分析法改进RBF神经网络输入量,该方法克服了数据... 电力系统负荷预测是电力系统规划与运行的重要内容,为提高负荷预测的精度,针对主成分分析法在涉及到多指标预测体系中降维作用不明显,且考虑不到指标间非线性关系的问题,采用非线性主成分分析法改进RBF神经网络输入量,该方法克服了数据之间相关性的约束,进一步降低了预测指标维数,兼顾了指标间非线性关系,保留了原始数据的足够信息,获得电力系统负荷预测的主成分,显著地减少了径向基函数神经网络的输入量,从而提高了电力系统负荷预测的精度。实例分析验证了该方法的有效性。 展开更多
关键词 电力系统 线性成分分析 RBF神经网络 相关性 负荷预测
在线阅读 下载PDF
基于改进二维主成分分析及神经网络的人耳识别方法 被引量:3
9
作者 刘嘉敏 刘强 朱晟君 《计算机应用》 CSCD 北大核心 2009年第12期3357-3359,共3页
针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法。该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特... 针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法。该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特征维数,最后采用BP神经网络进行分类识别。实验表明,将改进的两级2DPCA算法同BP神经网络相结合,具有较好的实时性,同时节约了特征数据的存储空间,并保持了较好的识别率。 展开更多
关键词 二维成分分析 人耳特征维数 数据存储空间 BP神经网络 人耳识别
在线阅读 下载PDF
用非线性化的方法对主成分分析法的改进 被引量:3
10
作者 卢艳超 张彩庆 《统计与决策》 CSSCI 北大核心 2005年第09S期127-128,共2页
关键词 成分分析 线性 多变量问题 综合指标 统计方法 定量分析 共同因素 结构关系 相关矩阵
在线阅读 下载PDF
基于主成分分析的改进贝叶斯网络入侵检测研究 被引量:4
11
作者 冯祖洪 李静 《现代电子技术》 2012年第19期73-75,81,共4页
传统的贝叶斯网络入侵检测技术中,未考虑到入侵检测数据集中属性数量过多的问题,导致贝叶斯网络构造过程中计算量过大,严重影响了检测效率;传统的贝叶斯网络入侵检测技术,在检测的过程中也没有考虑到当前网络受到的攻击行为和安全状态,... 传统的贝叶斯网络入侵检测技术中,未考虑到入侵检测数据集中属性数量过多的问题,导致贝叶斯网络构造过程中计算量过大,严重影响了检测效率;传统的贝叶斯网络入侵检测技术,在检测的过程中也没有考虑到当前网络受到的攻击行为和安全状态,仅仅根据原始训练数据集生成的贝叶斯网络进行测试,对检测精度造成一定的影响。针对上述两个问题,提出结合主成分分析和滑动窗口的贝叶斯网络入侵检测技术,仿真实验表明,改进后的技术能够大大降低数据维数,提高运算效率和检测精度。 展开更多
关键词 特征选择 成分分析 滑动窗口 贝叶斯网络 入侵检测
在线阅读 下载PDF
基于双层自适应集成残差主成分分析的复杂非线性过程监测
12
作者 唐徐佳 卢伟鹏 颜学峰 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第1期88-96,共9页
多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提... 多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提出了一种双层自适应集成残差主成分分析(AERPCA)模型,其子模型包含不同的特征,并突出地呈现一个或多个相关故障。首先,根据正常数据计算主成分分析(PCA)特征,利用不同特征构建线性子模型和相应的残差空间。考虑到残差空间的非线性特性及有效特征更为分散,采用核PCA(KPCA)提取不同的特征并组成同一残差空间下不同KPCA子模型。然后,利用贝叶斯方法获取集成KPCA子模型,完成各残差空间的划分和集成。最后,在主空间中获得多个线性子模型以及在残差空间中获得多个集成的非线性子模型后,利用滑动窗口确定当前时刻监控效果最好的模型。采用田纳西-伊士曼过程验证了AERPCA的有效性。 展开更多
关键词 集成学习 自适应过程 成分分析 线性过程监测 故障诊断
在线阅读 下载PDF
基于核主成分分析与长短时记忆网络的水电机组监测预警
13
作者 王勇飞 李晓飞 +3 位作者 孙雨欣 张健 郭鹏程 王仁本 《振动与冲击》 EI CSCD 北大核心 2024年第24期287-294,共8页
水电机组的可靠稳定运行对于区域电力系统安全极为重要,该文提出了一种基于核主成分分析(kernel principal component analysis, KPCA)和长短时记忆网络(long short-term memory, LSTM)的水电机组智能预警方法。开展水电机组多通道振动... 水电机组的可靠稳定运行对于区域电力系统安全极为重要,该文提出了一种基于核主成分分析(kernel principal component analysis, KPCA)和长短时记忆网络(long short-term memory, LSTM)的水电机组智能预警方法。开展水电机组多通道振动信号数据融合研究,通过KPCA方法去除了多通道信号间冗余,实现了原始数据的压缩表征,并获得了机组在稳态运行工况的T2(Hotelling’s Fsquared)和SPE(square prediction error)控制限,将其作为预警阈值对融合后信号进行异常状态识别。以LSTM为基础构建了时序预测模型,结合异常状态识别结果实现了水电机组状态预警功能。研究通过案例实施验证了所提方法的有效性,并与KPCA-RNN和KPCA-Informer等模型进行了对比,所提出KPCA-LSTM模型预测结果的R2系数大于0.97,预测偏差处于极低水平,性能优于对比模型。 展开更多
关键词 水电机组 长短时记忆网络(LSTM) 成分分析(KPCA) 预警阈值
在线阅读 下载PDF
基于非线性主成分分析与自适应小波神经网络的球团质量预测模型研究 被引量:4
14
作者 江山 吴海鹰 陈雪波 《烧结球团》 北大核心 2007年第1期29-32,共4页
在链篦机-回转窑法球团生产过程中,成品球团的质量与系统的热工制度的控制和参数调节密切相关。鉴于系统的过程变量多、滞后性大、周期性长的特点,提出并建立了基于非线性主成分分析与自适应小波神经网络的球团质量预测模型,并用实例证... 在链篦机-回转窑法球团生产过程中,成品球团的质量与系统的热工制度的控制和参数调节密切相关。鉴于系统的过程变量多、滞后性大、周期性长的特点,提出并建立了基于非线性主成分分析与自适应小波神经网络的球团质量预测模型,并用实例证明,该模型在质量预测中与传统的BP神经网络模型相比有较好的效果。 展开更多
关键词 线性成分分析 自适应小波神经网络 链篦机-回转窑 质量预测
在线阅读 下载PDF
基于核主成分分析与改进神经网络的电力负荷中期预测模型 被引量:28
15
作者 孙新程 孔建寿 刘钊 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第3期259-265,共7页
为了提高电力负荷中期预测水平,提出了1种核主成分分析(KPCA)和粒子群优化反向传播神经网络(PSO-BPNN)相结合的电力负荷中期预测模型。引入KPCA对原始输入空间降维重构,将降维后的数据集输入PSO算法优化的BPNN模型中,提出了月平均最大... 为了提高电力负荷中期预测水平,提出了1种核主成分分析(KPCA)和粒子群优化反向传播神经网络(PSO-BPNN)相结合的电力负荷中期预测模型。引入KPCA对原始输入空间降维重构,将降维后的数据集输入PSO算法优化的BPNN模型中,提出了月平均最大预测负荷修正日预测负荷的方法,输出待预测日的最大预测负荷。采用欧洲智能技术网络提供的负荷数据进行验证,实验结果的平均绝对百分误差为1.39%。 展开更多
关键词 成分分析 粒子群优化 反向传播神经网络 电力负荷 中期预测
在线阅读 下载PDF
基于主成分自组织神经网络法的测井曲线分层技术 被引量:2
16
作者 张强 胡志伟 +1 位作者 王毛毛 周成号 《地质与勘探》 CAS CSCD 北大核心 2024年第5期1013-1020,共8页
在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进... 在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进行自组织神经网络训练,将训练好的网络模型用于砂岩型铀矿岩性的自动化分层。实验结果显示:主成分自组织神经网络法岩性分层精度可达到85%以上,高于传统自组织神经网络算法78%的分层精度,具有更好的测井岩性分层效果。因此,主成分自组织神经网算法的岩性分层方法有效减少了输入样本的种类,简化了自组织神经网络结构,其自动化分层效果要优于传统的自组织神经网络算法。本文的研究结果表明,主成分自组织神经网算法在砂岩型铀矿领域岩性识别工作中具有较好的应用效果。 展开更多
关键词 测井曲线 自组织神经网络算法 成分分析 岩性分层 砂岩型铀矿
在线阅读 下载PDF
一种基于主成分分析改进的PSO-BP神经网络赤潮预测模型 被引量:9
17
作者 徐定建 《测绘通报》 CSCD 北大核心 2021年第S02期234-240,共7页
针对赤潮爆发受多因素影响且影响因素间存在相关性的特性,提出了一种基于主成分分析改进的PSO-BP神经网络预测模型(PCA-PSO-BP)。在充分利用原始观测信息的前提下,采用主成分分析消除变量间的相关性,从而减少网络输入节点数,简化网络模... 针对赤潮爆发受多因素影响且影响因素间存在相关性的特性,提出了一种基于主成分分析改进的PSO-BP神经网络预测模型(PCA-PSO-BP)。在充分利用原始观测信息的前提下,采用主成分分析消除变量间的相关性,从而减少网络输入节点数,简化网络模型,同时结合粒子群优化算法初始化网络初始权值和阈值,建立高精度PCA-PSO-BP神经网络预测模型。结合赤潮监测实例数据,分别与传统BP神经网络、PCA-BP神经网络、PSO-BP神经网络预测模型进行对比,结果表明采用PCA-PSO-BP神经网络预测赤潮具有一定的可行性,可以提高预测模型精度。 展开更多
关键词 赤潮爆发 成分分析 粒子群优化算法 神经网络 预测
在线阅读 下载PDF
基于改进二维主成分分析的在线掌纹识别 被引量:36
18
作者 李强 裘正定 +1 位作者 孙冬梅 刘陆陆 《电子学报》 EI CAS CSCD 北大核心 2005年第10期1886-1889,共4页
掌纹识别是生物特征识别技术的新热点,论文提出使用二维主成分分析算法(2D PCA)提取掌纹图像的统计特征,实验表明其泛化能力优于传统主成分分析算法(PCA).在此基础上,论文提出且定义了改进的二维主成分分析,并证明它在保持训练样本图像... 掌纹识别是生物特征识别技术的新热点,论文提出使用二维主成分分析算法(2D PCA)提取掌纹图像的统计特征,实验表明其泛化能力优于传统主成分分析算法(PCA).在此基础上,论文提出且定义了改进的二维主成分分析,并证明它在保持训练样本图像总体散度的同时更有效的提取样本特征.改进的算法在得到99.72%高识别率的同时,大幅降低了原算法的特征维数、识别计算的复杂度,使系统的实用性进一步提高. 展开更多
关键词 掌纹识别 二维成分分析 改进二维成分分析 成分分析
在线阅读 下载PDF
基于RBF神经网络的非线性主元分析方法 被引量:15
19
作者 贾明兴 赵春晖 +2 位作者 王福利 毛志忠 李鸿儒 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第3期453-457,共5页
本文在分析非线性主成分曲线性质基础上,提出了基于聚类、线性主成分分析、神经网络技术的非线性主成分分析方法。该方法与以往方法比较,在概念上具有和线性主成分分析相同的解释,并且给出了非线性主成分得分和负载的计算方法;在结构上... 本文在分析非线性主成分曲线性质基础上,提出了基于聚类、线性主成分分析、神经网络技术的非线性主成分分析方法。该方法与以往方法比较,在概念上具有和线性主成分分析相同的解释,并且给出了非线性主成分得分和负载的计算方法;在结构上较为简单,采用的神经网络结构为3层,训练容易。网络训练的数据样本采用聚类和线性主成分分析方法获得,解决了以往方法缺乏训练数据的问题。数字仿真和三水箱实验验证了提出方法的有效性。 展开更多
关键词 线性成分分析 聚类 RBF神经网络 得分 负载
在线阅读 下载PDF
基于多尺度主成分分析的全网络异常检测方法 被引量:43
20
作者 钱叶魁 陈鸣 +3 位作者 叶立新 刘凤荣 朱少卫 张晗 《软件学报》 EI CSCD 北大核心 2012年第2期361-377,共17页
网络异常检测对于保证网络的可靠运行具有重要意义,而现有的异常检测方法仅仅单独利用流量的时间相关性或空间相关性.针对这一不足,同时考虑流量矩阵的时空相关性,提出了一种基于MSPCA的全网络异常检测方法.该方法综合利用小波变换具有... 网络异常检测对于保证网络的可靠运行具有重要意义,而现有的异常检测方法仅仅单独利用流量的时间相关性或空间相关性.针对这一不足,同时考虑流量矩阵的时空相关性,提出了一种基于MSPCA的全网络异常检测方法.该方法综合利用小波变换具有的多尺度建模能力和PCA具有的降维能力对正常流量进行建模,然后采用Shewart控制图和EWMA控制图分析残余流量.此外,还利用滑动窗口机制对MSPCA异常检测方法进行在线扩展,提出了一种在线的MSPCA异常检测方法.因特网实测数据分析和模拟实验分析表明:MSPCA算法的检测性能优于PCA算法和近期提出的KLE算法;在线MSPCA算法的检测性能非常接近MSPCA算法,且单步执行时间很短,完全满足实时检测的需要. 展开更多
关键词 网络异常检测 多尺度建模 成分分析 流量矩阵 在线检测
在线阅读 下载PDF
上一页 1 2 90 下一页 到第
使用帮助 返回顶部