基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分析当前的主要预警方法,指出由于缺少非正常数据样本,使得现有的大部分预警方法不适用.为解决该问题,提出了基于核方法的支持向量数据描述预警技术.建立了一个用于检测非正常数据对象的一类分类器,检测数据对象是否在正常值超球体范围内.如果在超球体外,预警专家将最终确认这个数据对象是否为非正常的预警警兆.以广东省江门市的宏观区域经济数据为例,证明了该预警技术的有效性.
推荐文章
基于支持向量数据描述的油动机故障预警研究
调门油动机
多传感器网络
状态监测
支持向量数据描述
故障预警
基于支持向量数据描述的数据约简
支持向量机
支持向量数据描述
数据约简
分类
基于数据域描述的模糊支持向量回归
支持向量机
数据域描述
模糊隶属度
建模
基于RBF的支持向量数据描述算法性能分析
支持向量数据描述
核函数
高斯核函数
单值分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量数据描述的预警技术及其应用
来源期刊 计算机工程 学科 工学
关键词 预警 支持向量数据描述 核方法 数据样本
年,卷(期) 2006,(20) 所属期刊栏目 博士论文
研究方向 页码范围 7-9,12
页数 4页 分类号 TP18
字数 2619字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.20.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林健 华南理工大学工商管理学院 113 2186 23.0 43.0
3 彭敏晶 华南理工大学工商管理学院 16 70 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (112)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (6)
二级引证文献  (11)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(8)
  • 参考文献(3)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
预警
支持向量数据描述
核方法
数据样本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导