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:
为提高K-means聚类算法在异常检测中的效果,以聚类分析为主线,针对传统的K means聚类算法在初始聚类中心点选择随机性和K值预先设定的问题,提出了一种改进的K means聚类分析算法,算法引入密度参数和距离理论.依据密度理论和最大距离找出k个初始化中心点.并对算法进行仿真实验,实验证明,新的算法具有良好的效果.
推荐文章
基于数据挖掘的建筑能耗异常检测研究
能耗异常检测
D-S证据理论
不平衡数据
聚类
异常检测模型
基于电子政务的数据挖掘异常入侵检测技术
入侵检测
信息安全
数据挖掘
电子政务
基于入侵特征选择的网络异常数据检测模型
异构集成网络
异常数据
数据检测
数据挖掘
基于数据挖掘的网络入侵检测系统研究
网络入侵检测
数据挖掘
主机代理
管理决策
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 基于数据挖掘的网络异常检测方法的研究
来源期刊 电子技术 学科
关键词 数据挖掘 聚类 k-means聚类算法 异常检测
年,卷(期) 2016,(11) 所属期刊栏目 电子技术研发
研究方向 页码范围 30-32
页数 3页 分类号
字数 2937字 语种 中文
DOI 10.3969/j.issn.1000-0755.2016.11.010
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 高仲合 曲阜师范大学信息科学与工程学院 99 300 8.0 11.0
2 宋先强 曲阜师范大学信息科学与工程学院 3 6 2.0 2.0
3 刘泷 曲阜师范大学信息科学与工程学院 3 6 2.0 2.0
4 国凯平 曲阜师范大学信息科学与工程学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (184)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
聚类
k-means聚类算法
异常检测
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
总被引数(次)
22245
论文1v1指导