基于支持向量机的异常检测

来源 :中国科学技术大学学报 | 被引量 : 0次 | 上传用户:choasy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种使用支持向量机(SVM)进行计算机系统实时异常检测的方法,内容涉及到一种对支持向量机方法的改进算法、对数据预处理的方法及SVM核函数的选取.试验结果表明采用这一算法进行入侵检测具有准确率高、计算简单、占用的存储空间小等优点.
其他文献
本周市场震荡加剧,在经过一段时间的快速上行后,出现阶段性整固的预期也更为强烈。策略上可适当降低仓位,以待市场出现调整后介入优质标的。  长江证券本周推荐了天顺风能(002531),理由是看好公司2015年海上风塔的放量,以及风电场规模的加速扩张。  二级市场上,天顺风能已沿均线经过一段时间的上行,阶段性涨幅较大,基于公司基本面的向好,投资者可待股价出现小幅回落、企稳后寻找合适的介入点。  天顺风能
在经济快速发展的当下,海洋环境遭到了严重的污染和破坏,并造成了巨大的经济与生态损失。而相关的民法、行政法律规定因自身的特殊性无法完全满足保护海洋环境以及积极维护当
目的本次试验将采用集束化护理的方法针对腹腔镜下宫颈癌根治术患者术后心理干预的效果进行临床的分析,并根据护理效果对患者进行满意度调查。方法本次实验随机选取2015年1月
目的:调查社区空巢老人心理健康状况并提出护理对策。方法:采取随机抽样的方法抽取60岁以上的空巢老人和非空巢老人各120例,采用心理健康自评问卷、社区老年人抑郁筛查量表、