隔离森林相关论文
随着多种异构网络的融合以及网络技术的持续进步，网络安全问题逐渐受到人们的重视，网络数据流的异常事件检测技术也得到了信息科学研......
针对配变台区在夏季用电高峰期易频繁跳闸的问题,提出一种基于混合重抽样和LightGBM算法的配变低压跳闸预测模型。为了解决数据分......
离群检测作为数据挖掘的重要研究内容之一,被广泛应用于信用卡欺诈交易、故障检测和医疗诊断等众多领域。为了有效检测高维数据中......
在机器学习领域中,基于训练样本实例建立模型可用于数据预测和解释,但其有效性、精准性受到数据不平衡等因素影响,会出现分类面偏......
异常检测是指通过算法发现数据中的异常模式,作为数据挖掘的一个分支,有着重要的研究意义。随着信息技术的快速发展,异常检测的数......
针对非平衡金融数据集,提出一种银行欺诈账户检测框架iForest-SMOTE。基于账户的动态交易特点,从统计、时序、监督信息维度抽取账......
隔离森林(Isolation Forest)是一种相对高效的离群点检测算法,但在隔离树构建过程中存在的随机性较大,可能影响算法性能.针对以上......
针对隔离森林（i Forest：isolation Forest）算法对局部异常点检测能力较低,LOF（Local Outlier Factor）算法检测时间较长的问题,提出了基......
异常检测是一个涉及诸多研究领域和应用场景的重要问题。大多数关于异常检测的研究都是在特定的应用场景下进行的,例如网络环境中......
航空发动机是在多种极端条件下工作的复杂设备,航空发动机能否正常、稳定地工作会直接影响飞机的飞行安全。针对航空发动机可能或......
随着“互联网+”概念的普及,我国互联网金融行业迅速发展,个人信贷业务市场份额也快速增长,使得业务数据变得复杂多样。传统的信贷......
针对工程项目进度和施工人员进场记录数据存在异常值的问题，提出一种基于箱形图和隔离森林的施工人次数据处理方法。将历史工程项目......
流数据的海量、无限、分布动态变化且不均衡等特征使得对流数据的在线异常检测成为当前一个研究热点。分析了异常数据的少而不同且......
针对现有的基于隔离森林（Ｉsolation Forest）的数据异常检测算法检测精度低、执行效率差和泛化能力弱等问题，提出一种改进的数据异常检......
期刊
