-
题名基于宽度学习的智能电网数据服务器流量异常检测算法
被引量：4
- 1
-
-
作者
杨永娇
邱宇
占力超
-
机构
广东电网有限责任公司信息中心
-
出处
《计算机与现代化》
2019年第9期77-82,89,共7页
-
文摘
电力系统的信息网络是电力行业长久持续有效运行下的重要组成部分,而智能电网中电力网与信息网耦合下的复杂网络结构给信息通讯网络安全中的流量异常检测带来了巨大的挑战。传统机器学习算法与新兴的深度学习算法在解决流量异常检测问题领域往往存在着检测准确度低、实时性差等缺陷,而结合宽度学习与质量管理图的流量异常检测流程则有着训练速度快、准确性高、实时性强的优势,在一定程度上可以满足智能电网服务器流量异常检测需求,从而达到提升电网信息安全的目的。
-
关键词
宽度学习
流量异常检测
人工神经网络
正常行为模型
质量管理图
智能电网
-
Keywords
breadth learning
anomaly detection of network flow
artificial neural network
normal behavior model
control chart
smart grid
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SOM聚类和宽度学习系统的财务危机预测方法
被引量：2
- 2
-
-
作者
荘芳芳
-
机构
昆明市交通技工学校
-
出处
《微型电脑应用》
2022年第3期169-172,共4页
-
文摘
针对当前财务危机预测中高维数据训练耗时大、预测精度低的问题,提出一种基于自组织映射(SOM)聚类与宽度学习系统的财务危机预测方法。通过SOM对企业初始财务状态进行精细化聚类,提取出不同财务状态的指标特征;基于宽度学习系统的企业财务危机构建预测基分类器,确保对高维财务数据的拟合精度。利用逐步向前方法搭建集成分类器,预测企业财务状态。实例预测结果表明了该方法对财务危机预测具有较好效果,提升了预测准确度。
-
关键词
财务危机
SOM聚类
宽度学习
集成分类
-
Keywords
financial crisis
SOM clustering
breadth learning
ensemble classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
F275
[自动化与计算机技术—计算机科学与技术]
-
