导读:本文包含了异常点论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:异常,算法,光谱,声源,递归,通流,特征。
异常点论文文献综述
张志平[1]（2019）在《基于集成方法的异常点检测》一文中研究指出在大数据时代,基于机器学习的异常点(Outlier)检测被广泛应用在抗网络攻击、检测信用欺诈等方面,已引起工业界的普遍重视。不同于传统的分类和聚类问题,异常点检测需要面临严重数据失衡问题。为了解决这一问题,笔者提出了集成多种机器学习技术检测异常点的方法,并通过实验证明了方法的有效性。(本文来源于《信息与电脑(理论版)》期刊2019年20期）
商明菊,胡尧,周江娥[2]（2019）在《基于改进递归小波变换的交通流异常点与变点检测算法》一文中研究指出为准确界定交通流状态,辅助交通管理者对交通异常事件进行及时处理,提出了一种基于改进递归小波变换的异常点与变点快速检测算法,并将其应用于交通流实时监控与预警。首先,对历史交通流序列建立自回归模型,将残差序列的标准化有效分数向量作为统计量,利用3-Sigma原则,提出为统计量差分时序设定监控阈值的方法,实现了交通流状态的实时预警。其次,利用改进递归小波变换统计量,结合小波复合信息并综合考虑真实变点与估计变点之间的差异,选取小波变换特征频率与最优搜索长度,快速检测并估计交通流异常点与变点,实现了交通流状态的在线监控。最后,仿真试验和实例分析验证了算法的合理性与可行性。研究结果表明:设定的阈值对交通流变化趋势掌控明显,能够对交通异常状态进行及时预警;结合特征频率的复小波变换信息,能够有效检测并区分交通流异常点与变点;与基于有效分数向量的传统变点检测算法相比,算法的检测性能在延迟与收敛性两方面均有明显改善。该算法能够对交通流状态进行在线监控,这将为断面车流实时预警提供支持。(本文来源于《公路交通科技》期刊2019年08期）
郭亚庆,王文剑,苏美红[3]（2019）在《一种针对异常点的自适应回归特征选择方法》一文中研究指出数据集中含有不相关特征和冗余特征会使学习任务难度提高,特征选择可以有效解决该问题,从而提高学习效率和学习器性能.现有的特征选择方法大多针对分类问题,面向回归问题的较少,特别是当数据集含异常点时,现有方法对异常点敏感.虽然某些方法可以通过给样本损失函数加权来提高其稳健性,但是其权值一般都已预先设定好,且在特征选择和学习器训练过程中固定不变,因此方法的自适应性不强.针对上述问题,提出了一种针对异常点的回归特征选择方法(adaptive weight LASSO, AWLASSO),它首先根据回归系数更新样本误差,并通过自适应正则项将误差大于当前阈值的样本的损失函数赋予较小权重,误差小于阈值的样本的损失函数赋予较大权重,再在更新权重后的加权损失函数下重新估计回归系数,不断迭代上述过程.AWLASSO算法采用阈值来控制样本是否参与回归系数的估计,在阈值作用下,误差较小的样本才可参与估计,所以迭代完成后会获得较优的回归系数估计.另外,AWLASSO算法的阈值不是固定不变的,而是不断增大的(为使初始回归系数估计值较准确,其初始值较小),这样误判为异常点的样本可以重新进入训练集,并保证训练集含有足够的样本.对于误差大于最大阈值的样本点,由于其学习代价较大,算法将其识别为异常点,令其损失函数权重为0,从而有效降低了异常点的影响.在构造数据和标准数据上的实验结果表明:对于含有异常点的数据集,提出的方法比经典方法具有更好的稳健性和稀疏性.(本文来源于《计算机研究与发展》期刊2019年08期）
孙扬波,周婷[4]（2019）在《中药近红外光谱图特征峰异常点快速挖掘仿真》一文中研究指出由于中药不同部位及不同产地的成分各有差异,传统挖掘方法进行光谱图特征峰异常点挖掘过程中,存在着抗干扰能力差、准确率较低等问题,提出中药近红外光谱图特征峰异常点快速挖掘方法。对红外光谱图固定窗口的像素点灰度值进行排序,并利用滤波结果确定出红外光谱图特征。利用红外光谱图特征确定出特征点集,根据数据点集构建出二维决策图并建成聚类中心,根据聚类中心确定特征峰异常点。仿真证明,所提方法实现了对大面积干扰的抑制,改善了现有异常点挖掘方法用于中药近红外光谱图异常检测的性能。(本文来源于《计算机仿真》期刊2019年08期）
张小雪,张义,唐智勇,周大高,周权[5]（2019）在《航空发动机信号标定异常点自动检测技术研究》一文中研究指出针对当前我国航空发动机信号标定过程中存在因为人为因素或设备因素导致的标定不准确的问题,提出了一种航空发动机信号标定异常点自动检测方法。该方法通过对多次标定数据统计分析,拟合出对应标定关系。实际证明对标定异常点具有较好的检测效果,对提升航空发动机信号标定准确性具有较大意义。(本文来源于《智能机器人》期刊2019年04期）
叶朱兵[6]（2019）在《基于SVM技术的网络异常点检测模型的研究》一文中研究指出随着我国互联网规模的不断扩大,网络通信模式和网络服务也日益复杂,数据种类的增多和数据来源的多元化都不同程度地提高了网络的运维工作难度。以往对于网络异常点的检测工作多采用被动的统计检测技术,其不足指出较多,迫切需要改进。该文提出将网络性能指标作为监测对象,从而实现快速查找和定位异常点的目标,构建了基于同点时间序列的网络性能模型,并采用SVM技术完成了对异常点的分析判断任务,显着提高了网络异常点的检出率和识别速度,具有较好的应用前景。(本文来源于《电脑知识与技术》期刊2019年21期）
莫春梅[7]（2019）在《口服葡萄糖糖耐量试验诊断妊娠糖尿病血糖异常点数量与孕妇体质量增长及围生结局的关系》一文中研究指出目的探究口服葡萄糖糖耐量试验诊断在妊娠糖尿病患者血糖异常点数量以及孕妇在妊娠期的体质量增强速度,围生期分娩结局之间的关联。方法 2016年8月-2018年7月期间,在本院就诊的口服葡萄糖糖耐量试验结果1项、2项-3项异常者,以及接受产前检查的健康志愿者35例分别作为甲组、乙组、对照组,跟踪其妊娠结局及新生儿情况,统计其诊断前后体质量变化。结果甲组、对照组妊娠前BMI均显着低于乙组(P<0.05);甲组、对照组妊娠期体质量增长量均显着高于乙组(P<0.05);乙组巨大儿发生率显着高于甲组、对照组(P<0.05)。结论了解口服葡萄糖糖耐量试验,有助于判断其孕妇体质量增长程度,推测围生结局。(本文来源于《临床检验杂志(电子版)》期刊2019年04期）
曹鹏,马婕,施展华[8]（2019）在《针对浮动车异常数据的增强型在线异常点检测算法》一文中研究指出在智能交通系统(ITS)中,为了从浮动车数据中获取准确动态的交通信息,需要实时识别并剔除异常数据。为了检测异常浮动车数据,本文提出一种独特的增强型在线非监督离群点检测算法(EOSA)。该算法由SS算法和K-means聚类算法组成,其中,SS算法可采用基于离散变量和连续变量的概率模型来计算异常分值,将K-means聚类算法与SS算法相结合可以有效提高检测精度。本文采用了深圳市浮动车数据来验证EOSA算法,试验结果表明,该算法能够成功检测到异常的数据,其中包含车辆停放和停车等待时的异常GPS记录。此外,通过试验比较,本文提出的EOSA算法比现有六种常用算法都具有更高的异常数据检测精度。EOSA算法有望应用于基于浮动车数据的智能交通系统。(本文来源于《交通运输工程与信息学报》期刊2019年02期）
柳秀山,蔡君,张琴,程骏[9]（2019）在《基于声源定位的信息传输异常点智能识别算法研究》一文中研究指出为了解决传统方法识别声音信息异常点时存在精确度低的问题,研究基于声源定位的信息传输异常点智能识别算法,采用改进模糊C均值聚类算法得到可能性C均值聚类算法,采用此声源定位算法计算异常声源聚类中心,当聚类符合限制条件时,输出的聚类中心为异常声源定位结果;以该结果为前提,依据短时幅度与短时过动态门限率变量判断声音信息异常点的起始端与终止端,识别出声音信息传输异常点。实验结果表明,所提算法对识别声音信息传输异常点的丢包率误差最大在3.45～3.7之间,说明所提算法对丢包率存在一定的抵抗能力。(本文来源于《现代电子技术》期刊2019年12期）
刘嘉诚,王爽,刘伟华,胡炳梁[10]（2019）在《显着性权重RX高光谱异常点检测》一文中研究指出高光谱图像异常点检测中,传统RX异常点检测算法忽略了空间相关性,背景估计不准确。本文提出了一种基于图像局部邻域光谱显着性分析的加权RX算法。该算法通过引入图像显着性分析,对基于概率密度为权重的图像背景建模进行改进,建立光谱显着性权重图,重新定义RX算法中的均值向量和协方差矩阵,并给不同的目标赋予不同的权值,达到优化背景估计的目的。利用合成高光谱数据和真实高光谱数据进行异常点检测实验,结果表明,对于同一组数据,本文算法检测到的异常点数比传统算法多,虚警率较低,有效地提高了检测率。(本文来源于《遥感学报》期刊2019年03期）
异常点论文开题报告
（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：
为准确界定交通流状态,辅助交通管理者对交通异常事件进行及时处理,提出了一种基于改进递归小波变换的异常点与变点快速检测算法,并将其应用于交通流实时监控与预警。首先,对历史交通流序列建立自回归模型,将残差序列的标准化有效分数向量作为统计量,利用3-Sigma原则,提出为统计量差分时序设定监控阈值的方法,实现了交通流状态的实时预警。其次,利用改进递归小波变换统计量,结合小波复合信息并综合考虑真实变点与估计变点之间的差异,选取小波变换特征频率与最优搜索长度,快速检测并估计交通流异常点与变点,实现了交通流状态的在线监控。最后,仿真试验和实例分析验证了算法的合理性与可行性。研究结果表明:设定的阈值对交通流变化趋势掌控明显,能够对交通异常状态进行及时预警;结合特征频率的复小波变换信息,能够有效检测并区分交通流异常点与变点;与基于有效分数向量的传统变点检测算法相比,算法的检测性能在延迟与收敛性两方面均有明显改善。该算法能够对交通流状态进行在线监控,这将为断面车流实时预警提供支持。
（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。
异常点论文参考文献
[1].张志平.基于集成方法的异常点检测[J].信息与电脑(理论版).2019
[2].商明菊,胡尧,周江娥.基于改进递归小波变换的交通流异常点与变点检测算法[J].公路交通科技.2019
[3].郭亚庆,王文剑,苏美红.一种针对异常点的自适应回归特征选择方法[J].计算机研究与发展.2019
[4].孙扬波,周婷.中药近红外光谱图特征峰异常点快速挖掘仿真[J].计算机仿真.2019
[5].张小雪,张义,唐智勇,周大高,周权.航空发动机信号标定异常点自动检测技术研究[J].智能机器人.2019
[6].叶朱兵.基于SVM技术的网络异常点检测模型的研究[J].电脑知识与技术.2019
[7].莫春梅.口服葡萄糖糖耐量试验诊断妊娠糖尿病血糖异常点数量与孕妇体质量增长及围生结局的关系[J].临床检验杂志(电子版).2019
[8].曹鹏,马婕,施展华.针对浮动车异常数据的增强型在线异常点检测算法[J].交通运输工程与信息学报.2019
[9].柳秀山,蔡君,张琴,程骏.基于声源定位的信息传输异常点智能识别算法研究[J].现代电子技术.2019
[10].刘嘉诚,王爽,刘伟华,胡炳梁.显着性权重RX高光谱异常点检测[J].遥感学报.2019
论文知识图
