基于K-means的异常识别方法AET-电子技术应用-最丰富的电子设计资源平台

基于K-means的异常识别方法
所属分类：技术论文
上传者：wwei
文档大小：4188 K
标签：异常识别概率决策图
所需积分：0分积分不够怎么办？
文档介绍：在工业、电力、交通等领域，异常往往是系统发生问题或故障的先兆。通过异常识别技术，可以及时发现系统异常行为，预防或迅速应对潜在的故障，提高系统的可靠性和稳定性。当前的异常识别算法通常需要引入专家信息（如适宜的参数值），但在许多识别场景中，数据分布以及异常发生原因是未知的，导致专家信息不可信。因此，如何设计一款无需专家信息介入的异常识别算法意义非凡。设计了一种自适应的异常识别算法，通过K-means聚类算法识别出众多小簇，然后统计各簇中对象数量的分布概率以生成概率分布图。从概率分布图中，可以清晰观察到哪些簇中的对象数量明显小于其他簇，从而将它们识别为异常簇，其中的对象识别为异常。换句话说，概率分布图代替了专家信息，可协助使用者在分布以及原因未知情况下识别有效异常。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动