排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
基于特征选择和支持向量机的异常检测 总被引:1,自引:0,他引:1
为在提高检测率的同时保持较低的虚警率,提出一种不同于单一算法的基于特征选择和支持向量机的异常检测技术.首先用一个数据子集进行特征选择,通过构造函数来计算特征间的相似度,并在不失样本信息的前提下,完成会话样本的特征选择;然后对用于训练和测试的数据执行特征选择,剔除不必要的数据特征;最后利用支持向量机来判断入侵.仿真实验表明:与基于标准的支持向量机、基于tf×idf的支持向量机、基于tf×idf的神经网络及基于数据挖掘等的异常检测相比较,该方法具有更高检测率,同时其虚警率也更低. 相似文献
2.
近年来,许多物理学家开始关注利用统计物理思想和方法来研究社会系统中群体行为的涌现现象,例如疾病的雪崩、舆情的传播以及同步现象.实证研究表明:真实社会系统具有其特有的性质,例如小世界特性和节点度分布的无标度特性等.一个显而易见的问题:这些特性如何影响社会系统中群体行为的涌现.本文关注复杂网络拓扑结构对舆情传播行为的影响,并扼要介绍了社会系统中3个著名的舆情演化动力学模型及其研究现状,旨在为初学者提供一定的帮助. 相似文献
3.
从多层网络的鲁棒性、多层网络的拉普拉斯谱、含时网络的时间特征、社会网络含时性和多层性对舆情演化动力学的影响4个方面,就近年来的一些活跃的研究课题作了综述。 相似文献
1