张赛男
- 作品数：2 被引量：5H指数：1
- 供职机构：中国人民解放军理工大学更多>>
- 发文基金：江苏高校优势学科建设工程资助项目国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于模糊聚类的CO_2数据流时空异常模式的研究被引量：1
- 2016年
- 传统的异常检测算法不能区分CO_2数据流的异常类型,为了有效识别因泄漏造成CO_2数据流的异常,提出了基于模糊聚类的CO_2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测,其次提取待检测滑动窗口的特征值(均值),构建指定区间内邻居节点间的时空关系矩阵,采用模糊聚类分析相邻节点特征值的时空相关性并对其进行分类,根据分类结果确定泄漏异常概率,最后利用真实观测数据对算法进行验证并对参数的选取进行分析。实验结果表明该算法能有效地识别因泄漏造成的事件异常,具有较高的检测率和较低的误警率。
- 刘莘张赛男
- 关键词：模糊聚类CO2数据流
- 基于地统计学的空间离群点检测算法的研究被引量：4
- 2016年
- 针对传统空间离群点检测算法构建邻域时参数选择困难、处理高维数据的时间复杂度较高等问题,提出了一种基于地统计学的空间离群点检测算法。该算法将空间自相关理论引入空间离群检测中,首先利用3σ规则识别全局离群点,然后利用Delaunay三角网构建空间邻域,将邻域节点均值代替全局离群点,最后使用局部Moran’I作为空间异常的度量方法。仿真结果表明,该方法不需要选择参数,鲁棒性较强、检测率较高、误警率较低。
- 刘莘张绍良王飞张赛男
- 关键词：地统计学空间离群点DELAUNAY三角网
