期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
ODA-IPNMF:一种在线全网络流量异常检测方法
被引量：
4
1
作者
柏骏
夏靖波
+1 位作者
吴吉祥
鹿传国
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2015年第5期104-109,共6页
为实时、高效地检测网络流量异常,提出一种基于增量投影非负矩阵分解(IPNMF)的全网络流量异常检测方法(ODA-IPNMF).提出一种增量投影非负矩阵算法,该算法不仅具有与PCA相同的表达形式,还能以增量的方式构建正常子空间和异常子空间,进而...
为实时、高效地检测网络流量异常,提出一种基于增量投影非负矩阵分解(IPNMF)的全网络流量异常检测方法(ODA-IPNMF).提出一种增量投影非负矩阵算法,该算法不仅具有与PCA相同的表达形式,还能以增量的方式构建正常子空间和异常子空间,进而利用Shewhart控制图实现全网络流量异常的在线检测.理论分析表明,该方法计算开销远小于NMF-NAD,具有更高的实用价值;模拟网络数据以及实测网络数据实验表明,基于NMF异常检测方法(NMF-NAD和ODAIPNMF)的检测性能优于PCA方法;本文所提ODA-IPNMF与NMF-NAD网络异常检测效果相当,且可在线检测网络异常.
展开更多
关键词
网络异常检测
流量矩阵
增量投影非负矩阵分解
在线检测
在线阅读
下载PDF
职称材料
在线增量正交投影非负矩阵分解的目标跟踪算法
被引量：
4
2
作者
王海军
葛红娟
张圣燕
《江苏大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2016年第6期698-705,共8页
为了避免传统的跟踪算法对视频中遮挡、尺度变化、光照变化等现象的跟踪性能下降,提出一种基于L1范数约束和在线增量正交投影非负矩阵分解的目标跟踪算法.首先将L1范数引入IOPNMF子空间重构,使得学习到的新的基于部分的目标表示能够容...
为了避免传统的跟踪算法对视频中遮挡、尺度变化、光照变化等现象的跟踪性能下降,提出一种基于L1范数约束和在线增量正交投影非负矩阵分解的目标跟踪算法.首先将L1范数引入IOPNMF子空间重构,使得学习到的新的基于部分的目标表示能够容忍不同的噪声干扰;同时,对正交投影系数进行L1范数约束,并采用循环操作求解IOPNMF子空间向量,保证算法能够处理动态的视频流以获得鲁棒的目标跟踪;最后,将跟踪目标表示为IOPNMF基向量的线性组合,并在观测模型中引入部分遮挡因素,有选择地对IOPNMF子空间进行更新.采用MATLAB实现本算法,并在8种具有遮挡、光照变化、尺度变化、运动模糊、背景杂乱等影响跟踪性能因素的视频上与其他6种算法进行对比试验.试验结果表明,新算法具有最低的平均中心点误差4.3像素,最高的平均覆盖率0.84,能够实现鲁棒稳定的跟踪.
展开更多
关键词
目标跟踪
增量正交投影
非负矩阵分解
观测模型
基于部分的表示
在线阅读
下载PDF
职称材料
题名
ODA-IPNMF:一种在线全网络流量异常检测方法
被引量：
4
1
作者
柏骏
夏靖波
吴吉祥
鹿传国
机构
空军工程大学信息与导航学院
[
空军大连通信士官学校
[
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2015年第5期104-109,共6页
基金
国家自然科学基金(61272486)
陕西省科技计划自然基金重点项目(2012JZ8005)
文摘
为实时、高效地检测网络流量异常,提出一种基于增量投影非负矩阵分解(IPNMF)的全网络流量异常检测方法(ODA-IPNMF).提出一种增量投影非负矩阵算法,该算法不仅具有与PCA相同的表达形式,还能以增量的方式构建正常子空间和异常子空间,进而利用Shewhart控制图实现全网络流量异常的在线检测.理论分析表明,该方法计算开销远小于NMF-NAD,具有更高的实用价值;模拟网络数据以及实测网络数据实验表明,基于NMF异常检测方法(NMF-NAD和ODAIPNMF)的检测性能优于PCA方法;本文所提ODA-IPNMF与NMF-NAD网络异常检测效果相当,且可在线检测网络异常.
关键词
网络异常检测
流量矩阵
增量投影非负矩阵分解
在线检测
Keywords
network anomalies detection
traffic
matrix
incremental projective non-negative matrix factorization
online detection
分类号
TP393 [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
在线增量正交投影非负矩阵分解的目标跟踪算法
被引量：
4
2
作者
王海军
葛红娟
张圣燕
机构
南京航空航天大学民航学院
滨州学院山东省高校航空信息技术重点实验室
出处
《江苏大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2016年第6期698-705,共8页
基金
山东省自然科学基金资助项目(ZR2015FL009)
滨州市科技发展计划项目(2013ZC0103)
滨州学院科研基金资助项目(BZXYG1524)
文摘
为了避免传统的跟踪算法对视频中遮挡、尺度变化、光照变化等现象的跟踪性能下降,提出一种基于L1范数约束和在线增量正交投影非负矩阵分解的目标跟踪算法.首先将L1范数引入IOPNMF子空间重构,使得学习到的新的基于部分的目标表示能够容忍不同的噪声干扰;同时,对正交投影系数进行L1范数约束,并采用循环操作求解IOPNMF子空间向量,保证算法能够处理动态的视频流以获得鲁棒的目标跟踪;最后,将跟踪目标表示为IOPNMF基向量的线性组合,并在观测模型中引入部分遮挡因素,有选择地对IOPNMF子空间进行更新.采用MATLAB实现本算法,并在8种具有遮挡、光照变化、尺度变化、运动模糊、背景杂乱等影响跟踪性能因素的视频上与其他6种算法进行对比试验.试验结果表明,新算法具有最低的平均中心点误差4.3像素,最高的平均覆盖率0.84,能够实现鲁棒稳定的跟踪.
关键词
目标跟踪
增量正交投影
非负矩阵分解
观测模型
基于部分的表示
Keywords
object tracking
incremental
orthogonal
project
ion
non-negative
matrix
factorization
observation model
part-based representation
分类号
TP391.41 [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
ODA-IPNMF:一种在线全网络流量异常检测方法
柏骏
夏靖波
吴吉祥
鹿传国
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2015
4
在线阅读
下载PDF
职称材料
2
在线增量正交投影非负矩阵分解的目标跟踪算法
王海军
葛红娟
张圣燕
《江苏大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2016
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
