钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
重庆大学学报期刊
\
多阶段聚类-朴素贝叶斯的异常检测
多阶段聚类-朴素贝叶斯的异常检测
作者:
余建伟
刘永花
姜立标
马乐
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
聚类
朴素贝叶斯
主动学习
K-means算法
摘要:
针对异常检测手段用来标定数据集中明显的不同于其他数据的对象,提出多阶段聚类旨在解决噪声数据的引入和缺失属性样本的处理,并改变传统的贝叶斯分类的被动学习为主动学习的方式来构造性能优越的分类器.在数据预处理阶段,利用密度聚类滤去噪声点,密度聚类的输出作为下一阶段的K-means聚类的输入,提高了K-means的分类准确率.K-means负责对缺失属性的样本进行处理.在分类阶段,利用adaboost学习算法优化朴素贝叶斯分类器,使其获得较好的分类效果.
暂无资源
收藏
引用
分享
推荐文章
利用朴素贝叶斯方法实现异常检测
入侵检测
异常检测
朴素贝叶斯
基于原型的EM朴素贝叶斯模型在直接营销中的应用
数据挖掘
原型模型
EM聚类
朴素贝叶斯
直接营销
利用类概率估计的加权平均树增强朴素贝叶斯网络结构
加权平均树增强朴素贝叶斯
分类概率估计
对数条件似然
网络结构
基于多阶段多核支持向量数据描述的间歇过程监控方法
故障检测
支持向量数据描述
贝叶斯推理
谱聚类
间歇过程
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
多阶段聚类-朴素贝叶斯的异常检测
来源期刊
重庆大学学报(自然科学版)
学科
工学
关键词
聚类
朴素贝叶斯
主动学习
K-means算法
年,卷(期)
2009,(8)
所属期刊栏目
研究方向
页码范围
983-986
页数
4页
分类号
TP301
字数
语种
中文
DOI
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(16)
共引文献
(32)
参考文献
(12)
节点文献
引证文献
(6)
同被引文献
(1)
二级引证文献
(1)
1974(1)
参考文献(0)
二级参考文献(1)
1988(1)
参考文献(0)
二级参考文献(1)
1989(1)
参考文献(0)
二级参考文献(1)
1990(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(2)
参考文献(0)
二级参考文献(2)
1995(1)
参考文献(1)
二级参考文献(0)
1997(4)
参考文献(1)
二级参考文献(3)
1999(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(2)
二级参考文献(0)
2001(2)
参考文献(0)
二级参考文献(2)
2002(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(2)
二级参考文献(0)
2004(2)
参考文献(1)
二级参考文献(1)
2005(2)
参考文献(1)
二级参考文献(1)
2006(2)
参考文献(2)
二级参考文献(0)
2007(1)
参考文献(1)
二级参考文献(0)
2008(1)
参考文献(1)
二级参考文献(0)
2009(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)
2010(2)
引证文献(2)
二级引证文献(0)
2011(1)
引证文献(1)
二级引证文献(0)
2013(1)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2017(1)
引证文献(1)
二级引证文献(0)
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
聚类
朴素贝叶斯
主动学习
K-means算法
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
重庆大学学报
主办单位:
重庆大学
出版周期:
月刊
ISSN:
1000-582X
CN:
50-1044/N
开本:
大16开
出版地:
重庆市沙坪坝正街174号
邮发代号:
78-16
创刊时间:
1960
语种:
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
相关基金
教育部科学技术研究项目
英文译名:
Key Project of Chinese Ministry of Education
官方网址:
http://www.dost.moe.edu.cn
项目类型:
教育部科学技术研究重点项目
学科类型:
期刊文献
相关文献
1.
利用朴素贝叶斯方法实现异常检测
2.
基于原型的EM朴素贝叶斯模型在直接营销中的应用
3.
利用类概率估计的加权平均树增强朴素贝叶斯网络结构
4.
基于多阶段多核支持向量数据描述的间歇过程监控方法
5.
加权朴素贝叶斯算法在消防检测中的应用
6.
Hadoop环境中的DDoS朴素贝叶斯检测算法
7.
基于K-means的朴素贝叶斯分类算法的研究
8.
基于朴素贝叶斯和层次聚类的两阶段垃圾邮件过滤方法
9.
基于k一均值聚类的朴素贝叶斯分类算法
10.
基于粒子群的加权朴素贝叶斯入侵检测模型
11.
基于属性加权的朴素贝叶斯分类算法
12.
混合式朴素贝叶斯分类模型
13.
基于特征相关的改进加权朴素贝叶斯分类算法
14.
基于K-均值聚类的朴素贝叶斯网络分类模型
15.
基于Oracle选择的朴素贝叶斯集成算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
重庆大学学报2022
重庆大学学报2021
重庆大学学报2020
重庆大学学报2019
重庆大学学报2018
重庆大学学报2017
重庆大学学报2016
重庆大学学报2015
重庆大学学报2014
重庆大学学报2013
重庆大学学报2012
重庆大学学报2011
重庆大学学报2010
重庆大学学报2009
重庆大学学报2008
重庆大学学报2007
重庆大学学报2006
重庆大学学报2005
重庆大学学报2004
重庆大学学报2003
重庆大学学报2002
重庆大学学报2001
重庆大学学报2000
重庆大学学报1999
重庆大学学报2009年第9期
重庆大学学报2009年第8期
重庆大学学报2009年第7期
重庆大学学报2009年第6期
重庆大学学报2009年第5期
重庆大学学报2009年第4期
重庆大学学报2009年第3期
重庆大学学报2009年第2期
重庆大学学报2009年第12期
重庆大学学报2009年第11期
重庆大学学报2009年第10期
重庆大学学报2009年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号