《基于时空相关性的多传感器数据异常检测》PDF+DOC
作者:柳月强,张建锋,祝麒翔,杨会君
单位:上海市计算技术研究所;上海计算机软件技术开发中心
出版:《计算机应用与软件》2020年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFJYRJ2020100150
DOC编号:DOCJYRJ2020100159
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多模态数据流的无线传感器网络异常检测方法》PDF+DOC2017年第08期 费欢,肖甫,李光辉,孙力娟,王汝传
《基于Top-k(σ)的无线传感器网络异常数据检测算法》PDF+DOC2016年第02期 胡石,李光辉,冯海林
《联合HJ-1/CCD和Landsat 8/OLI数据反演黑河中游叶面积指数》PDF+DOC2015年第05期 赵静,李静,柳钦火,范闻捷,曾也鲁,徐保东,尹高飞
《一种基于时空相关性和异常检测的改进WSN节能策略》PDF+DOC2017年第08期 万叶晶,叶继华,江爱文
《一种基于分层聚合的分布式异常数据检测方案》PDF+DOC2020年第04期 许春杰,吴蒙,杨立君
《智能车SLAM中一种快速联合数据关联算法》PDF+DOC2018年第04期 刘丹,段建民,王昶人
《一种无线传感器网络混合入侵检测模型》PDF+DOC2011年第07期 闫慎,白凤娥
《基于分布式压缩感知的可穿戴多传感数据联合重构新方法》PDF+DOC2015年第05期 徐海东,吴建宁,王珏
《基于传感器聚类数据挖掘的物联网智慧医疗模型设计》PDF+DOC2014年第04期 黄辰,潘永才,李可维,黄本雄,皮健夫,付勇前
《基于DBSCAN的无线传感网定位方法》PDF+DOC2013年第11期 朱烜璋
针对环境检测系统中多传感器数据同时具有时间和空间的相关性但在进行异常检测中往往只从单一角度解决的问题,将最近邻检测与聚类检测的思想相结合,提出一种基于时空相关性的异常检测算法(ODSTC)。采用动态阈值的K近邻距离差算法(KNND)实现数据集在时间序列上的异常检测;采用参数优化后的DBSCAN聚类算法(PO_DBSCAN)实现多密度的空间聚类异常检测。采用校试验示范站信息服务体系项目数据集进行实验,并与DBSCAN和PO_DBSCAN等算法进行对比实验。结果表明,该算法的检测率可达98.5%,且时间性能也有所提升。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。