基于卷积神经网络的网络节点异常数据检测方法 被引量：30

1

作者 神显豪 李驰 +2 位作者 桂琼 于海涛 刘伟 《机床与液压》 北大核心 2020年第22期18-23,共6页

异常数据检测是保障无线传感器网络节点数据准确性和可靠性的重要步骤。针对无线传感器网络节点异常数据检测问题,提出一种基于卷积神经网络的异常数据检测方法。该方法是对正常数据和注入故障后生成的异常数据进行归一化处理后映射成... 异常数据检测是保障无线传感器网络节点数据准确性和可靠性的重要步骤。针对无线传感器网络节点异常数据检测问题,提出一种基于卷积神经网络的异常数据检测方法。该方法是对正常数据和注入故障后生成的异常数据进行归一化处理后映射成的灰度图片作为卷积神经网络的输入数据,并且基于LeNet-5卷积神经网络设计了合适的卷积层特征面及全连接层的参数,构造了3种新的卷积神经网络模型。该模型通过卷积层自主学习数据特征,解决了传统检测算法的性能容易受到相关阈值影响的问题。通过网络公开数据集进行模型测试,结果表明该方法具有很好的检测性能和较高的可靠性。 展开更多

关键词 异常数据检测 卷积神经网络 注入故障 自主学习

下载PDF 职称材料

基于支持向量机的电力系统调度数据异常检测方法 被引量：6

2

作者 刘震宇 《自动化技术与应用》 2023年第6期24-27,37,共5页

以准确检测电力系统调度数据异常模式为目的,提出基于支持向量机的电力系统调度数据异常检测方法。在分析电力自动化调度运行结构的基础上,构建调度数据的时间序列模型,识别并去除异常数据时间序列中的噪声数据与缺失数据。针对处理后... 以准确检测电力系统调度数据异常模式为目的,提出基于支持向量机的电力系统调度数据异常检测方法。在分析电力自动化调度运行结构的基础上,构建调度数据的时间序列模型,识别并去除异常数据时间序列中的噪声数据与缺失数据。针对处理后的数据集合,利用孤立森林提取其异常特征,再将提取出的特征输入到支持向量机中,识别其中的异常特征模式,从而完成对电力系统调度数据异常的检测。实验结果验证:该方法在检测异常数据时,能够充分发挥数据预处理、数据特征提取、异常特征模式识别三大功能,具有较好的应用效果。 展开更多

关键词 支持向量机 电力系统调度 数据异常检测 特征提取 孤立森林

下载PDF 职称材料

基于云框架直方图的无线传感网络数据异常检测方法 被引量：9

3

作者 田洪生 仝军 吴翠红 《传感技术学报》 CAS CSCD 北大核心 2022年第7期990-995,共6页

以提高无线传感网络环境安全性为目的,提出一种基于云框架直方图的数据异常检测方法。在高斯函数分类云模型中,划分不同数据的属性中心值,完成数据高维分类。然后针对可能存在异常数据的传感网络环境,在构建云框架直方图后计算数据间相... 以提高无线传感网络环境安全性为目的,提出一种基于云框架直方图的数据异常检测方法。在高斯函数分类云模型中,划分不同数据的属性中心值,完成数据高维分类。然后针对可能存在异常数据的传感网络环境,在构建云框架直方图后计算数据间相似度。通过比较低的数据间相似度阈值完成数据异常粗检测,再在不同维度空间内,利用超矩形方法对比粗检测后数据是否处于同一数段,实现数据异常细检测。仿真结果表明:所提方法的归一化训练结果基本符合归一化处理的理论变化趋势,在数据量最大的情况下,其检测耗时仅用41 s、检测误差仅为1.2%,且在中心机房的能耗中占比较小。相比于传统方法来说,所提方法的检测耗时更少、误差更小、检测能耗更低。 展开更多

关键词 无线传感网络 数据异常检测 云框架直方图 直方图向量 信息熵 相似度

下载PDF 职称材料

基于生成对抗Transformer的电力负荷数据异常检测 被引量：2

4

作者 陆旦宏 范文尧 +3 位作者 杨婷 倪敏珏 李思琦 朱晓 《电力工程技术》 北大核心 2024年第1期157-164,共8页

电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力... 电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力层代替掩码多头注意力层,同时移除前馈网络,以提高模型对负荷时序序列的全局注意力。基于生成对抗网络(generative adversarial networks,GAN)生成器与判别器的博弈结构,提出一种改进的GAN-Transformer模型,以更好地捕捉趋势性特征并加速模型收敛。然后,引入多阶段映射与训练方法,综合焦点分数打分机制,通过分阶段负荷序列重构帮助模型更好地提取负荷数据异常特征。最后,算例分析结果表明,GAN-Transformer模型在负荷数据异常检测精确率、召回率、F_(1)值以及训练时间方面均具有更优的性能,验证了所提方法的有效性和优越性。文中研究工作为基于深度学习进一步实现电力负荷数据异常分类与数据修复提供了有益参考。 展开更多

关键词 电力负荷数据 数据异常检测 生成对抗网络(GAN)-Transformer 多阶段训练与映射 焦点分数 序列重构

下载PDF 职称材料

生成对抗网络在数据异常检测中的研究 被引量：7

5

作者 庄跃生 林珊玲 +2 位作者 林志贤 张永爱 郭太良 《计算机工程与应用》 CSCD 北大核心 2022年第4期143-149,共7页

针对许多检测模型受到数据不平衡和异常数据的复杂性等因素影响问题,提出一种以生成对抗网络(generative adversarial network,GAN)为基础的数据异常检测方法。该方法利用InfoGAN网络训练生成正常数据和异常数据,构造一个推理神经网络... 针对许多检测模型受到数据不平衡和异常数据的复杂性等因素影响问题,提出一种以生成对抗网络(generative adversarial network,GAN)为基础的数据异常检测方法。该方法利用InfoGAN网络训练生成正常数据和异常数据,构造一个推理神经网络作为生成数据与原始数据的标签生成器,之后利用第二个GAN网络对推理网络精调,保证生成的样本和其标签对应;最后将生成样本与标签输入随机森林分类,通过Hyperband算法寻找随机森林最优超参,对推理网络进一步优化。在四个真实数据集上与五种传统机器学习模型进行实验对比,实验结果表明,该模型无需收集更多异常样本,达到数据平衡就可以有效进行数据异常检测。在Mnist数据集中,该模型的AUC值相比于K近邻(K-nearest neighbor,KNN)方法提高0.14,并且综合性能优于传统机器学习模型。 展开更多

关键词 数据异常检测 InfoGAN 随机森林 Hyperband

下载PDF 职称材料

基于模式识别的结构健康监测异常数据诊断 被引量：1

6

作者 高珂 翁顺 +2 位作者 陈志丹 朱宏平 夏勇 《建筑结构学报》 EI CAS CSCD 北大核心 2024年第3期113-122,共10页

实际结构监测中不可避免出现异常数据,干扰结构的安全评估并引起误判。针对实际监测中多类型异常数据检测效率低和检测结果不准确的问题,提出一种基于特征提取和模式识别神经网络(PRNN)的多类型异常数据识别方法。针对不同类型异常数据... 实际结构监测中不可避免出现异常数据,干扰结构的安全评估并引起误判。针对实际监测中多类型异常数据检测效率低和检测结果不准确的问题,提出一种基于特征提取和模式识别神经网络(PRNN)的多类型异常数据识别方法。针对不同类型异常数据的特点建立特征指标集合,通过特征提取将冗长原始样本转化为简短特征向量,显著提高了数据处理和异常检测的效率;进一步引入极坐标化AUCs曲线对多种异常的识别效果进行精确描述,提高了特征指标选取和网络参数调节的优化效率。建立武汉长江航运中心(335 m)健康监测系统,采用该超高层建筑的监测数据对所提方法的精度和效率予以验征。结果表明,基于特征提取和PRNN的多类型异常数据识别方法对6种数据异常的识别准确率达到99.7%,且运算时长仅为深度学习方法的数十分之一。 展开更多

关键词 结构健康监测 异常数据检测 模式识别神经网络 特征提取 极坐标化AUCs曲线

原文传递

基于大数据分析的电力调度数据异常自动检测方法

7

作者 张传雪 《信息与电脑》 2024年第2期23-25,共3页

为有效检测出电力调度数据异常,设计基于大数据分析的电力调度数据异常自动检测方法。首先利用大数据分析技术采集海量的电力调度数据,并构建时间序列模型;其次提取异常特征参数,表征数据波动性;最后更新数据集合,在异常检测器中创建多... 为有效检测出电力调度数据异常,设计基于大数据分析的电力调度数据异常自动检测方法。首先利用大数据分析技术采集海量的电力调度数据,并构建时间序列模型;其次提取异常特征参数,表征数据波动性;最后更新数据集合,在异常检测器中创建多个子异常检测器,自动检测电力调度数据异常。实验结果表明,设计方法异常查全数和异常查准数分别为384和323,准确率较高。 展开更多

关键词 电力调度 数据异常 自动检测 大数据

下载PDF 职称材料

基于LC-GAN的电力碳排放数据异常检测方法

8

作者 张钰 吕干云 +2 位作者 胥家伟 刘柏岑 臧禹 《电气自动化》 2024年第2期91-94,共4页

针对目前电力碳排放数据存在的坏数据虚假注入问题,提出一种基于生成对抗网络的电力碳排放数据异常检测方法。首先构建面向时序数据的改进生成对抗网络,引入双层长短期记忆网络,深入挖掘时序数据的内在联系;再通过生成对抗网络改进模型... 针对目前电力碳排放数据存在的坏数据虚假注入问题,提出一种基于生成对抗网络的电力碳排放数据异常检测方法。首先构建面向时序数据的改进生成对抗网络,引入双层长短期记忆网络,深入挖掘时序数据的内在联系;再通过生成对抗网络改进模型的生成器和判别器的共同打分,判别电力碳排放数据异常值;最后在华东某省碳排放监测平台进行电力碳排放数据测试。结果表明,基于生成对抗网络改进模型的电力碳排放数据异常检测方法对抗训练稳定、损失函数收敛速度快,检出率为87.5%,针对电力碳排放时序异常数据检测的准确度较高。 展开更多

关键词 电力碳排放 生成对抗网络 双层长短期记忆网络 时序数据 数据异常检测

下载PDF 职称材料

基于迁移学习图像识别的桥梁监测数据异常检测方法

9

作者 殷鹏程 谭曼丽莎 +1 位作者 曹阳梅 单德山 《大连交通大学学报》 CAS 2024年第3期106-113,共8页

为了改善桥梁结构健康监测数据多模式异常检测难以全覆盖的问题,提出了基于迁移学习图像识别技术的数据异常检测方法。首先,绘制结构应变和温度数据时程图,统计分析数据日周期变化规律,并标记异常类型作为训练集;通过图像仿射变换实现... 为了改善桥梁结构健康监测数据多模式异常检测难以全覆盖的问题,提出了基于迁移学习图像识别技术的数据异常检测方法。首先,绘制结构应变和温度数据时程图,统计分析数据日周期变化规律,并标记异常类型作为训练集;通过图像仿射变换实现数据增强,减少网络对不平衡数据集的过拟合。其次,以AlexNet预训练网络为基础,选择迁移学习策略,建立多个对比模型用于分析不同优化算法、初始学习率、Dropout取值和结构轻量化对网络识别结果的影响;以模型分类准确率、训练速率和内存需求作为评价指标,获得性能优越的监测数据异常检测深度网络模型,模型对试验数据的异常分类准确率可达95.5%,体量可缩减94.7%。最后,基于优化模型编译数据异常检测模块,并以某斜拉桥一个月的监测数据为例进行验证,验证集准确率为98.0%。所提方法准确率高、计算速度快、内存需求小,方便应用于桥梁健康监测数据预处理平台。 展开更多

关键词 结构健康监测 数据异常检测 迁移学习 图像识别 AlexNet

下载PDF 职称材料

深度自编码器在数据异常检测中的应用研究 被引量：6

10

作者 张常华 周雄图 +3 位作者 张永爱 姚剑敏 郭太良 严群 《计算机工程与应用》 CSCD 北大核心 2020年第17期93-99,共7页

针对自编码器网络(AE)需要正常数据进行训练的局限性,结合主成分分析方法,将AE的每次重建输出与输入数据进行求差,隔离出异常数据部分,即将输入数据分为正常与异常部分,正常部分由AE重建输出,异常部分由近端法进行优化输出,最后采用交... 针对自编码器网络(AE)需要正常数据进行训练的局限性,结合主成分分析方法,将AE的每次重建输出与输入数据进行求差,隔离出异常数据部分,即将输入数据分为正常与异常部分,正常部分由AE重建输出,异常部分由近端法进行优化输出,最后采用交替方向乘子法训练整个模型并达到预定训练次数再输出结果,实现了一种基于深度自编码网络(DAE)模型的无监督数据异常检测方法。在7个真实数据集与8种机器学习模型和AE模型进行了对比实验,结果表明,DAE模型无需输入正常数据就可以有效进行模型训练,且可以防止模型的过拟合,其综合表现高于传统机器学习模型和AE模型,AUC值在4个数据集中达到最优。在mnist数据集中,DAE模型的AUC值相比于孤立森林(IF)方法提高了10.93%。 展开更多

关键词 数据异常检测 自编码网络 深度自编码网络 曲线下面积(AUC)

下载PDF 职称材料

基于边缘计算的电子井盖异常检测技术优化

11

作者 任昂 苏菲 +1 位作者 邵帅 王兴振 《粘接》 CAS 2024年第7期177-180,共4页

针对电子井盖的异常数据检测问题,研究提出了基于边缘计算的处理方式,提高电子井盖系统的运算效率。对边缘计算的数据处理方法进行优化,利用时空相关性相结合的方式,大大提高边缘计算的异常数据检测效率。实验结果表明,将所提算法与其... 针对电子井盖的异常数据检测问题,研究提出了基于边缘计算的处理方式,提高电子井盖系统的运算效率。对边缘计算的数据处理方法进行优化,利用时空相关性相结合的方式,大大提高边缘计算的异常数据检测效率。实验结果表明,将所提算法与其他算法进行对比,该算法在1000个传感器的数据上,本文算法的运行时间约为0.25 s,远远优于其他算法,在电池能耗、数据传输方面同样优势明显。在井盖位移和水位测试等方面,电子井盖的误报率低于2%,具有重要的应用价值。 展开更多

关键词 边缘计算 电子井盖 时空相关性 数据异常检测

下载PDF 职称材料

基于离群点检测算法的电力大数据异常值检测

12

作者 杨霞 苟亮 +2 位作者 马倩 朱帕尔·努尔兰 马为真 《电子设计工程》 2023年第24期61-64,69,共5页

目前提出的电力大数据异常值检测方法由于检测过程中无法提取异常特征,因此检测到的异常电流和异常电压所在时间不同,为此提出基于离群点检测算法的电力大数据异常值检测方法。利用高斯混合模型中提取电力大数据异常值的特征,通过离群... 目前提出的电力大数据异常值检测方法由于检测过程中无法提取异常特征,因此检测到的异常电流和异常电压所在时间不同,为此提出基于离群点检测算法的电力大数据异常值检测方法。利用高斯混合模型中提取电力大数据异常值的特征,通过离群点检测出符合距离要求的异常值,初步检测易于识别的异常数据。分析离群点与异常值分布密度之间的关联性,确定更深层次的异常值,使用离群点进入数据簇中和聚类中心中寻找缺少异常特征的异常值。实验结果表明,基于离群点检测算法的电力大数据异常值检测方法检测到的异常数据离散情况和振幅波动响应状态具有一致性,异常电流和异常电压所在时间都为0.3~0.4s,证明了方法的可行性。 展开更多

关键词 离群点检测 检测算法 电力大数据 大数据异常 异常值检测

下载PDF 职称材料

大型多媒体网络数据库异常数据高效检测方法 被引量：5

13

作者 张锐 李留青 《科技通报》 北大核心 2015年第10期163-165,共3页

大型多媒体网络数据库汇聚了大量文本、图片、视频、音频等多种媒体资源,并通过云存储系统实现资源共享。在大型多媒体网络数据库中,异常数据给数据库带来安全威胁和存储开销,对其高效检测保证数据库系统的稳定运行。传统的检测方法采... 大型多媒体网络数据库汇聚了大量文本、图片、视频、音频等多种媒体资源,并通过云存储系统实现资源共享。在大型多媒体网络数据库中,异常数据给数据库带来安全威胁和存储开销,对其高效检测保证数据库系统的稳定运行。传统的检测方法采用模糊FCM检测算法,具有移植性不好的弱点,检测性能不好。提出一种基于密度先验信息滑动时间窗口重排的大型多媒体网络数据库异常数据高效检测方法,构建大型多媒体网络数据库异常数据高效检测模型,并与传统算法进行检测性能对比,仿真结果表明,采用该算法进行网络数据库的异常数据检测,能有效提高对异常数据的检测性能,检测概率优于传统算法,开销缩小,实现高效检测。 展开更多

关键词 多媒体 数据库 异常数据 检测算法

下载PDF 职称材料

电力负荷预测与异常数据检测算法分析

14

作者 武银龙 高艺卓 《电子技术（上海）》 2023年第6期198-199,共2页

阐述电力数据支撑框架与电力数据应用框架,用电负荷预测算法,包括BP神经网络、粒子群算法,探讨电力数据异常检测算法和实验分析。

关键词 数据支撑框架 负荷预测算法 数据异常检测

原文传递

基于孤立森林的移动终端网络数据异常检测 被引量：4

15

作者 高德平 《信息技术》 2021年第6期125-129,共5页

为了提高移动终端网络数据安全,提出基于孤立森林的移动终端网络数据异常检测方法。将移动终端数据流视作网络流量,根据信息增益原理完成数据片段划分,获取数据片段信息特征,并采用归一化处理验证数据特征可靠性。使用孤立森林算法中异... 为了提高移动终端网络数据安全,提出基于孤立森林的移动终端网络数据异常检测方法。将移动终端数据流视作网络流量,根据信息增益原理完成数据片段划分,获取数据片段信息特征,并采用归一化处理验证数据特征可靠性。使用孤立森林算法中异常分数算法对获取到的数据特征进行数据异常检测,并设定相应的判定条件完成检测过程。构建实验环节,通过模拟移动终端数据传输的形式,验证文中方法与传统方法的使用效果,文中方法的检测率与误差率的实验结果均优于传统方法。文中方法对于动态数据的检测能力较佳,对网络数据具有较高的控制能力。 展开更多

关键词 孤立森林算法 数据特征 数据异常检测 孤立树

下载PDF 职称材料

基于生成对抗网络的离心泵时序数据异常检测

16

作者 李思汉 黄倩 +2 位作者 付强 张鑫宇 李云鹏 《机电工程》 CAS 北大核心 2023年第12期1957-1964,共8页

针对离心泵数据采集的过程中存在异常数据的问题,对产生异常数据的原因、生成对抗网络的优化以及异常数据检测的方法等问题进行了研究,提出了一种基于生成对抗网络的离心泵时序数据异常检测方法(该方法可以优化生成对抗网络,解决梯度消... 针对离心泵数据采集的过程中存在异常数据的问题,对产生异常数据的原因、生成对抗网络的优化以及异常数据检测的方法等问题进行了研究,提出了一种基于生成对抗网络的离心泵时序数据异常检测方法(该方法可以优化生成对抗网络,解决梯度消失问题)。首先,使用长短期记忆神经网络(LSTM),建立了生成对抗网络(GAN)框架中的基础模型,增强了捕获数据分布的时间相关性;并采用Wasserstein距离方法,解决了梯度消失的问题;然后,搭建了离心泵异常数据检测试验台,对离心泵运行时的数据进行了采集,分析了造成异常数据的原因;最后,基于正常数据训练数据,生成了对抗网络的生成器和判别器,并利用重构损失与判别损失构建了检测阈值,对异常数据进行了检测。研究结果表明:GAN在离心泵数据异常检测中的表现皆优于孤立森林、自编码器(AE)、K-Means等算法;基于生成对抗网络的离心泵异常数据检测精确率可达到89.5%,能够有效检测出异常数据,可达到优化数据库和提高旋转机械故障诊断精度的目的。该研究结果可以为离心泵的异常数据检测提供参考。 展开更多

关键词 离心泵时序数据 生成对抗网络 数据异常检测 无监督学习 长短期记忆网络 Wasserstein距离方法

下载PDF 职称材料

高灵敏光纤网络的异常数据检测定位研究 被引量：3

17

作者 王红霞 刘丽 《激光杂志》 北大核心 2016年第7期93-96,共4页

数据异常检测与定位具有重要的实际应用价值,为了提高灵敏光纤网络异常数据检测的准确性,提了一种小波分析和改进支持向量机的高灵敏光纤网络异常数据检测方法(WA-ACO-SVM)。首先采用小波分析对高灵敏光纤网络数据进行分解,降低噪声数... 数据异常检测与定位具有重要的实际应用价值,为了提高灵敏光纤网络异常数据检测的准确性,提了一种小波分析和改进支持向量机的高灵敏光纤网络异常数据检测方法(WA-ACO-SVM)。首先采用小波分析对高灵敏光纤网络数据进行分解,降低噪声数据被误当作异常数据的概率,然后采用蚁群优化支持向量机对高灵敏光纤网络异常数据的检测与定位进行建模,最后通过高灵敏光纤网络异常数据检测仿真试验测试其性能。结果表明,本文不仅提高了高灵敏光纤网络异常数据的检测精度,异常数据检测的时间短,具有较好的实时性。 展开更多

关键词 光纤网络 数据异常 检测模型 定位

下载PDF 职称材料

基于孤立森林算法的用电量异常检测研究 被引量：1

18

作者 金凤岩 王培进 《信息与电脑》 2022年第12期23-25,共3页

客户用电量监控与分析是电力部门一项十分重要的工作。由于客户数量多且数据量大,在对客户用电量监控与分析时需要采用实时、快速有效的异常数据处理方法。通过分析不同的异常数据处理方法,提出基于孤立森林算法的用电量数据异常检测模... 客户用电量监控与分析是电力部门一项十分重要的工作。由于客户数量多且数据量大,在对客户用电量监控与分析时需要采用实时、快速有效的异常数据处理方法。通过分析不同的异常数据处理方法,提出基于孤立森林算法的用电量数据异常检测模型。经过实际数据对模型进行验证,在相同条件的情况下,孤立森林算法与其他算法相比,处理速度更快,检测准确率更高。该算法现已经应用于实际系统,并取得了良好的效果。 展开更多

关键词 数据异常检测 孤立森林算法 数据挖掘 数据处理

下载PDF 职称材料

基于马田系统的无线传感器网络数据的异常检测

19

作者 张星亮 《新一代信息技术》 2020年第21期38-45,共8页

对于无线传感器采集的数据中存在异常的情况,本文提出采用马田系统(Mahalanobis-Taguchi System,MTS)对采集的数据进行异常检测,以达到去除异常数据的目的。对于采集的正常样本数据和异常样本数据通过施密特正交法计算马氏距离,利用正... 对于无线传感器采集的数据中存在异常的情况,本文提出采用马田系统(Mahalanobis-Taguchi System,MTS)对采集的数据进行异常检测,以达到去除异常数据的目的。对于采集的正常样本数据和异常样本数据通过施密特正交法计算马氏距离,利用正交表和信噪比来对特征变量进行筛选以达到数据降维的目的,通过f极大值方法进行阈值计算。最后通过英特尔-伯克利实验室所采集数据进行实验分析,由此能够得出利用马田系统进行异常数据检测具有很好的效果。 展开更多

关键词 无线传感器网络 马田系统 数据异常检测

下载PDF 职称材料

一种马田系统的无线传感器网络数据异常检测方法

20

作者 张星亮 《新一代信息技术》 2021年第5期31-38,共8页

对于无线传感器采集的数据中存在异常的情况,本文提出采用马田系统(Mahalanobis-Taguchi System,MTS)对采集的数据进行异常检测,以达到去除异常数据的目的。对于采集的正常样本数据和异常样本数据通过施密特正交法计算马氏距离,利用正... 对于无线传感器采集的数据中存在异常的情况,本文提出采用马田系统(Mahalanobis-Taguchi System,MTS)对采集的数据进行异常检测,以达到去除异常数据的目的。对于采集的正常样本数据和异常样本数据通过施密特正交法计算马氏距离,利用正交表和信噪比来对特征变量进行筛选以达到数据降维的目的,通过f极大值方法进行阈值计算。最后通过英特尔-伯克利实验室所采集数据进行实验分析,由此能够得出利用马田系统进行异常数据检测具有很好的效果。 展开更多

关键词 无线传感器网络 马田系统 数据异常检测

下载PDF 职称材料