位置：成果数据库 > 期刊 > 期刊详情页
UNSUPERVISED LEARNING BASED DISTRIBUTED DETECTION OF GLOBAL ANOMALIES
  • ISSN号：0219-6220
  • 期刊名称：International Journal of Information Technology an
  • 时间：0
  • 页码：935-957
  • 相关项目：基于隐私保护的分布式数据流异常检测模型融合研究
作者： Zhou, Junlin|Lazarevic, Aleksandar|Hsu, Kuo-Wei|Srivastava, Jaideep|Fu, Yan|Wu, Yue|
同期刊论文项目
基于隐私保护的分布式数据流异常检测模型融合研究
期刊论文 29 会议论文 7 专利 2
同项目期刊论文
An Intuitive Time Series Compression Method
基于隐私保护的分布式异常检测方法
Predicting time series with multiple mixed models
Detecting overlapping communities of weighted networks via a local algorithm
LPBoost with Strong Classifiers
基于模型共享的分布式无监督异常检测
Privacy-Preserving SVM Classifier with Hyperbolic Tangent Kernel
A novel method for preventing the disclosure of restrictive patterns
重叠社区发现的两段策略
Anomaly Detection over Concept Drifting Data Streams
Preserving relative maximal privacy in orthogonal transformations
基于选择性集成的最大化软间隔算法
基于集成学习的个性化推荐算法
维基百科研究综述
From Popularity to Personality——A Heuristic Music Recommendation Method for Niche Market
基于主题网络爬虫的不良网页的发现与识别