导读:本文包含了局部异常论文开题报告文献综述及选题提纲参考文献，主要关键词:局部异常因子,信息网络,流量异常,检测
局部异常论文文献综述
郭小娟[1]（2019）在《基于局部异常因子的信息网络流量异常检测》一文中研究指出网络流量异常问题是网络遭受攻击的一种表现,通常会引起网络丢包、网络延迟、甚至造成网路堵塞和瘫痪,严重威胁着网络性能和安全。因此,对于网络流量异常进行有效检测,对保障网络的正常运行具有重要意义。设计了一种基于局部异常因子的信息网络流量异常检测方案,在局部异常因子算法的基础上通过MVC模型,采用了SOA结构,通过计算最邻近点的K值,实现网络流量异常检测。在仿真实验中人为制造异常点,对比本文方法与传统方法的检测效果,结果表明设计的方案优于传统异常检测方法。(本文来源于《信息通信》期刊2019年11期）
张知先,陈伟根,汤思蕊,王有元,万福[2]（2019）在《基于互补集总经验模态分解和局部异常因子的有载分接开关状态特征提取及异常状态诊断》一文中研究指出为了及时发现和诊断有载分接开关(OLTC)的异常状态,在特征提取方面,结合驱动电机电流信号选取OLTC振动信号的特定时段,以突出状态特征;利用互补集总经验模态分解(CEEMD)得到振动信号的固有模态函数(IMF),针对OLTC振动信号的特点,提出基于IMF能量特征的降噪算法;设计了时频矩阵划分算法,提取划分线、峭度、包络谱熵、时频矩阵能量密度、时频矩阵变异系数等特征参量。在异常状态诊断方面,通过多个振动测点,同时实现OLTC本体和传动机构的异常状态诊断;建立了以局部异常因子(LOF)为诊断参量的OLTC异常状态诊断方法,通过待测样本与正常样本集的比较来发现和诊断OLTC的异常状态,具有较好的普适性。仿真和实验结果表明,基于该文提出的方法能有效发现和诊断OLTC的异常状态。(本文来源于《电工技术学报》期刊2019年21期）
江新乐,龙军,陈刚,夏雷,梁多姿[3]（2019）在《结合局部加权回归的时序异常检测方法研究》一文中研究指出局部加权回归是非参数学习方法,可自动规避在数据拟合过程中异常值对近邻点的影响。通过使用基于局部加权回归的时间序列分解方法,我们对时间序列进行特征分解,将原始时间序列分解为趋势项、周期项和残差项;在给出合理的检出水平阈值后,我们使用改进的格雷布斯检验法在得到残差项后对残差项进行异常值检测。经过实验证明,该方法相比传统的时间序列方法叁次指数平滑法可减低离群值对模型拟合的影响,更能有效适应数据中潜存的趋势项的复杂变换,从而更加精准地找到数据中的真实异常点。(本文来源于《软件工程》期刊2019年11期）
张丹丹,游子毅,郑建,陈世国[4]（2019）在《基于改进的局部异常因子检测的优化聚类算法》一文中研究指出聚类分析在无监督学习领域中一直备受国内外学者关注.针对K-means聚类算法对初始聚类中心点敏感、簇内数据相关性差以及收敛到局部最优的缺点,提出了一种基于离群因子的优化聚类算法.该算法采用信息熵加权欧式距离作为相似性度量依据,以更明显地区分数据对象间的差异,然后利用k距离参数自调整的局部异常因子检测算法计算出各数据点的离群因子并筛选出初始聚类中心的候选集,最后根据其离群因子加权距离法优化聚类中心.通过在UCI数据集上的实验测试结果表明,优化算法的准确率比K-means++算法、OFMMK-means算法、FCM算法更高,运行速度比FCM算法更快.该算法能够更好地应用于入侵行为检测、信用风险评估以及多故障诊断等领域.(本文来源于《微电子学与计算机》期刊2019年11期）
吴琼,滕云田,王晓美[5]（2019）在《绝对重力测量异常值的局部异常因子检测算法》一文中研究指出自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降。利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测。首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估。评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测。(本文来源于《中国惯性技术学报》期刊2019年04期）
刘洪波[6]（2019）在《非局部均值滤波在重力异常数据处理中的应用》一文中研究指出根据小子域滤波原理,小子域滤波产生异常边界扭曲主要表现为高频干扰,提出小子域滤波与非局部均值滤波联合的方法以克服小子域滤波存在的异常边界扭曲问题。利用小子域滤波良好的边界增强能力和非局部均值滤波高频细节保护能力,在压制小子域滤波缺陷的同时尽可能保护小子域滤波的边界增强效果。通过模拟计算和莱州湾海域实测重力数据处理表明,本文方法在增强异常边界的同时压制小子域滤波产生的边界扭曲效应,获得了更好的重力异常处理效果。与单一小子域滤波相比,本文方法不需要考虑异常边界形态,具有更强的稳定性和普适性。(本文来源于《世界地质》期刊2019年02期）
谭志勇,魏略,夏锐,王媛媛[7]（2019）在《一起110kV电压互感器超声波局部放电检测异常分析》一文中研究指出本文中笔者介绍了几种GIS设备局部放电检测的常用方法,对几种方法的适用范围、优缺点进行了阐述,以国网某变电站GIS设备实际检测作为案例进行了具体分析。(本文来源于《变压器》期刊2019年06期）
李永政,郝新兵[8]（2019）在《基于Hadoop的局部异常检测算法》一文中研究指出为了提高局部异常检测算法的检测效率以及检测的准确度,提出基于Hadoop的分布式局部异常检测算法MRDINFLO。该算法在INFLuenced Outlierness(INFLO)算法的基础上,引入了MapReduce计算框架,将数据点的k近邻、k距离、反向k近邻、局部离群因子的计算并行化处理,从而提高了检测效率。算法在计算各个数据对象之间的距离时采用加权距离,通过引入信息熵来判断离群属性,给离群属性以较大的权重,从而提高了异常检测的准确度。实验在3节点Hadoop集群上进行,输入数据为KDD-CUP 99。当输入数据集大小为500万条时,所提出的MR-DINFLO算法检测准确度为0. 94,检测时间为2 589 s。实验结果表明该算法具有高效可行性。(本文来源于《信息技术与网络安全》期刊2019年06期）
陈涛[9]（2019）在《警惕局部土地市场异常升温》一文中研究指出随着房地产市场销售回暖，土地市场明显活跃，房地产开发企业抢地大战竞相上演。在房住不炒政策定位和经济高质量发展大背景下，需要高度警惕土地市场的局部异常升温现象，以及由此可能引发的房价上涨预期的强化和自我实现，恐将增加宏观经济金融运行的风险。近期房(本文来源于《证券时报》期刊2019-05-23）
龚大银[10]（2019）在《局部瓦斯异常区域治理措施》一文中研究指出针对高应力松软煤层施工钻孔容易塌孔,堵孔、抽采纯量衰减较快、瓦斯治理效果不理想,影响快速掘进的特点,在原来治理瓦斯叁部曲模式的基础上,采取了补打钻孔、增加反向钻孔、帮部瓦斯预抽和底部瓦斯预抽等综合补充瓦斯治理措施,大大地提高了瓦斯抽采效率,缓解了巷道快速掘进的压力,探索出了特殊地质条件下瓦斯治理的新模式。(本文来源于《煤炭与化工》期刊2019年04期）
局部异常论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了及时发现和诊断有载分接开关(OLTC)的异常状态,在特征提取方面,结合驱动电机电流信号选取OLTC振动信号的特定时段,以突出状态特征;利用互补集总经验模态分解(CEEMD)得到振动信号的固有模态函数(IMF),针对OLTC振动信号的特点,提出基于IMF能量特征的降噪算法;设计了时频矩阵划分算法,提取划分线、峭度、包络谱熵、时频矩阵能量密度、时频矩阵变异系数等特征参量。在异常状态诊断方面,通过多个振动测点,同时实现OLTC本体和传动机构的异常状态诊断;建立了以局部异常因子(LOF)为诊断参量的OLTC异常状态诊断方法,通过待测样本与正常样本集的比较来发现和诊断OLTC的异常状态,具有较好的普适性。仿真和实验结果表明,基于该文提出的方法能有效发现和诊断OLTC的异常状态。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局部异常论文参考文献
[1].郭小娟.基于局部异常因子的信息网络流量异常检测[J].信息通信.2019
[2].张知先,陈伟根,汤思蕊,王有元,万福.基于互补集总经验模态分解和局部异常因子的有载分接开关状态特征提取及异常状态诊断[J].电工技术学报.2019
[3].江新乐,龙军,陈刚,夏雷,梁多姿.结合局部加权回归的时序异常检测方法研究[J].软件工程.2019
[4].张丹丹,游子毅,郑建,陈世国.基于改进的局部异常因子检测的优化聚类算法[J].微电子学与计算机.2019
[5].吴琼,滕云田,王晓美.绝对重力测量异常值的局部异常因子检测算法[J].中国惯性技术学报.2019
[6].刘洪波.非局部均值滤波在重力异常数据处理中的应用[J].世界地质.2019
[7].谭志勇,魏略,夏锐,王媛媛.一起110kV电压互感器超声波局部放电检测异常分析[J].变压器.2019
[8].李永政,郝新兵.基于Hadoop的局部异常检测算法[J].信息技术与网络安全.2019
[9].陈涛.警惕局部土地市场异常升温[N].证券时报.2019
[10].龚大银.局部瓦斯异常区域治理措施[J].煤炭与化工.2019