期刊导航
期刊开放获取
cqvip
退出
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
1
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
基于改进HTM模型的时间序列异常检测
被引量:
1
1
作者
王宇鹏
朱诗兵
李长青
《计算机应用与软件》
北大核心
2020年第8期296-299,313,共5页
基于时间序列异常检测在航天试验和航天测控领域应用广泛的现实背景,提出一种改进的层级时间记忆(HTM)实时异常检测模型。在层级时间记忆模型的基础上,通过引入滑动窗口和β分布,对该模型输出的预测偏差进行相关处理,实现对原异常检测...
基于时间序列异常检测在航天试验和航天测控领域应用广泛的现实背景,提出一种改进的层级时间记忆(HTM)实时异常检测模型。在层级时间记忆模型的基础上,通过引入滑动窗口和β分布,对该模型输出的预测偏差进行相关处理,实现对原异常检测模型的优化改进。经过改进,该模型可以对异常下降进行有效的识别判断,也消除了在前期学习过程中出现的误警现象,性能上有一定的提升。
展开更多
关键词
时间
序列
异常检测
层级
时间
记忆
模型
滑动窗口
β分布
下载PDF
职称材料
题名
基于改进HTM模型的时间序列异常检测
被引量:
1
1
作者
王宇鹏
朱诗兵
李长青
机构
航天工程大学
出处
《计算机应用与软件》
北大核心
2020年第8期296-299,313,共5页
文摘
基于时间序列异常检测在航天试验和航天测控领域应用广泛的现实背景,提出一种改进的层级时间记忆(HTM)实时异常检测模型。在层级时间记忆模型的基础上,通过引入滑动窗口和β分布,对该模型输出的预测偏差进行相关处理,实现对原异常检测模型的优化改进。经过改进,该模型可以对异常下降进行有效的识别判断,也消除了在前期学习过程中出现的误警现象,性能上有一定的提升。
关键词
时间
序列
异常检测
层级
时间
记忆
模型
滑动窗口
β分布
Keywords
Time series
Anomaly detection
Hierarchical temporal memory model
Sliding window
Beta distribution
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进HTM模型的时间序列异常检测
王宇鹏
朱诗兵
李长青
《计算机应用与软件》
北大核心
2020
1
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