论文研究基于NetFlow和sFlow融合的异常分析检测系统 .pdf

针对当前工业异常数据检测技术未充分考虑数据的时序特征以及训练样本中可能含有异常样本的问题，提出一种检测异常数据的方法：基于时序特征将遥测量与遥信量分为离散量与连续变化量，并分别通过改进后的K-均值算法

为了有效地检测扬声器异常音，提出一种基于希尔伯特-黄变换的异常音识别及去噪方法。分析了小波变换的不足，再进行HHT分析。建立常见的几类扬声器异常音数学模型，并经EMD分解得到包含异常振动信息的IMF分

为了提高基于一范数的核主成分分析算法（KPCA-L1）处理异常检测问题的速度，提出了基于样本选取和加权KPCA-L1的异常检测方法。该方法从训练集中选取具有代表性的特征子集，然后为所得特征子集中的样本

为改善有关数据流的异常数据检测方法中存在的检测准确度低和执行效率低等问题，根据数据挖掘技术理论，提出了一种新的基于密度的异常数据检测算法GSWCLOF。该算法引入滑动时间窗口和网格的理念，在滑动时间窗

公共安全异常检测的需求越来越迫切，监控中基于轨迹聚类的检测方法越来越流行，但是现有方法在处理高维不等长轨迹数据时效果并不理想。提出一个新的轨迹聚类方法，该方法通过组合动态时间弯曲和密度峰算法实现。动态

针对异常轨迹检测多特征检测和检测单元造成的检测效率低等问题，提出一种基于轨迹信息熵分布的异常轨迹检测方法。该方法根据轨迹偏转角与速度将轨迹分割成若干轨迹段，计算轨迹段间加权多特征距离判断轨迹间相似度，

针对高光谱背景中存在异常和噪声的问题，提出了一种基于光谱角匹配（SAM）加权的核RX异常检测算法。首先对图像背景像元进行

在气象数据及其与行业数据的融合分析过程中，数据的收集整理、统计软件的使用、机器学习参数的拟合等都涉及多学科的交叉应用，目前缺乏一套智能的、集成的在线分析系统，即数据获取、加工、分析及输出的一站式平台。

数据融合通常是多传感器遥感影像集成环境中的重要过程，目的是丰富融合过程中所涉及的传感器缺乏的功能。该技术引起了很多研究的兴趣，特别是在农业领域。另一方面，基于深度学习（DL）的语义分割在遥感分类中显示

基于网络流量小波分析的异常检测研究 异常检测算法；小波分析；网络流量入侵检测