您的位置: 专家智库 > >

张思懿

作品数:2 被引量:1H指数:1
供职机构:江南大学数字媒体学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 2篇核函数
  • 1篇异常检测
  • 1篇异常检测算法
  • 1篇特征提取
  • 1篇特征提取方法
  • 1篇欧式距离
  • 1篇模糊决策
  • 1篇高斯
  • 1篇高斯核
  • 1篇高斯核函数
  • 1篇RELIEF...
  • 1篇测算法

机构

  • 2篇江南大学

作者

  • 2篇王士同
  • 2篇张思懿

传媒

  • 1篇计算机工程
  • 1篇山东大学学报...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
核化空间深度包围核的模糊决策异常检测算法
2011年
根据核化空间深度异常检测算法中适用性的局限性和最小包围核算法中存在参数影响检测效率的缺点,在引入模糊决策思想下,提出一种将上述2种算法相结合的模糊决策异常检测算法。融合后的算法将2种算法的优势相结合,并用模糊决策方法提高算法的稳定性和适用性。通过在人工数据集和UCI数据集上的实验结果表明,该算法具有较好的异常检测效果。
张思懿王士同
关键词:核函数异常检测模糊决策
核化空间深度间距的特征提取方法被引量:1
2012年
针对传统的特征提取方法对于不同分布特征的数据集获得的特征提取效果不佳的问题,提出了结合深度函数的特征提取新方法。通过对传统欧式距离特征提取方法的研究,算法利用核化空间深度函数的思想根据数据集中各个数据特征之间的关系来衡量距离,能更有效地把握数据间距的特征,提取出相似的特征来判断出同类和异类。最后,采用对6个标准UCI数据集进行了3种不同维度和3种不同运行次数的仿真实验,对提出的算法进行了充分验证,实验结果表现该方法有良好的适应性。因此,核化空间深度间距的特征提取方法可以获得较好的特征提取效果,为Relief算法的研究提出了新的思路。
张思懿王士同
关键词:核函数RELIEF算法特征提取欧式距离高斯核函数
共1页<1>
聚类工具0