文献

J-GLOBAL ID：201702295753504055   整理番号：17A1787242

区間数に基づく単一クラスタクラスタ化単一分類器の異常検出【JST・京大機械翻訳】

Anomaly Detection Based on Interval One Cluster and Classification

著者 (4件)： Sun Qiang (同済大学電子与信息工程学院 上海201804) ,  Wei Wei (埃爾蘭根-紐倫堡大学電子工程所 埃爾蘭根91058DE) ,  Hou Peixin (同済大学電子与信息工程学院 上海201804) ,  Yue Jiguang (同済大学電子与信息工程学院 上海201804)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 6  ページ： 189-198,205  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 異常検出は,システムの保全と維持のための重要な作業である。システムの操作中に大量の正常な運行データを得ることができるが、異常データの獲得コストは比較的高いため、単一分類器の考え方を導入して異常検出問題を処理することができる。測定不確実性,環境雑音,記憶装置などの測定データの不確実性がある。区間数を用いて不確定な監視データを記述し、区間数サンプルの核可能性1-平均値単一クラスタ分類器の単一分類器異常検出アルゴリズムを提案した。クラスタ中心が入力空間と特徴空間の両方にある場合を考慮し,区間数サンプルの間隔幅不均一性を考慮して,区間細分化検出戦略を提案した。人工的データセットとUCIデータセットによって提供された用例は,提案したアルゴリズムの有効性を示して,それは既存のSVM-OCCと比較してより高い性能を有した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 環境騒音 ,  アルゴリズム ,  *クラスタ化 ,  記憶装置 ,  *クラスタ ,  不均一性 ,  不確実性
準シソーラス用語： 細分化 ,  特徴空間 ,  検出アルゴリズム ,  測定の不確かさ ,  *異常検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 区間試料 ,  1クラスタ ,  一分類器 ,  区間分裂 ,  異常検出

分類 (1件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (4件)： クラスタ ,  クラスタ化 ,  分類器 ,  異常検出