基于健壮支持向量机的异常检测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：用于异常检测的机器学习方法，如神经网络和支持向量机，都对训练样本的噪声非常敏感，进而导致推广能力和分类准确性的下降。为了解决上述问题，论文提出一种新的基于健壮支持向量机的方法。先将RSVM与标准SVM作了对比，然后使用1998 DARPA BSM的数据作为评估数据。实验表明，该方法在入侵检测的准确率、误检率和有噪声情况下的推广能力和运行时等多项指标上都有良好的表现。http://www.cqvip.com//QK/91690X/200422/10019849.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 向量机 darpa cqvip 学习方法 入侵检测 健壮支持向量机 Darpa 噪声数据