欢迎您!
东篱公司
退出
申报数据库
申报指南
立项数据库
成果数据库
期刊论文
会议论文
著 作
专 利
项目获奖数据库
位置:
成果数据库
>
期刊
> 期刊详情页
一种新的基于SVDD的多分类算法
期刊名称:缪志敏, 潘志松, 袁伟伟, 赵陆文, 一种新的基于SVDD的多分类算法, 计算机科学, 36(3)
时间:0
相关项目:单类分类器和数据不平衡问题研究
同期刊论文项目
单类分类器和数据不平衡问题研究
期刊论文 38
会议论文 15
同项目期刊论文
基于SVDD的半监督入侵检测研究
SVDD在类别不平衡学习中的应用
少数类的集成学习
基于写相关支持向量描述的入侵防护审计模型研究
安全审计中频率敏感的异常检测算法
One-Class分类器研究
基于支持向量描述的安全审计异常检测模型
SOM在广域网故障诊断中的应用
基于正常行为聚类的卫星通信网异常检测方法
基于支撑域的单分类器和密度估计的本质关系
基于支持向量数据描述的击键生物特征认证
单实例分类算法研究
单分类算法中的数据可视化技术
一种基于聚类分布的支持向量数据描述
异常检测中单类分类算法和免疫框架设计
基于支持向量描述的人工免疫检测算法
嵌入数据结构信息的单类支持向量机及其线性规划算法
A New Canonical Correlation Analysis Algorithm with Local Discrimination
单簇类聚类的数据描述
异常检测综述
流形嵌入的支持向量数据描述
半监督型广义特征值最接近支持向量机
增强型单类支持向量机
基于核的单类分类器研究
一种地球站异常检测系统的设计与实现
基于单簇聚类的数据描述
基于单类分类器的半监督学习
基于改进隐马尔可夫模型的系统调用异常检测
异常检测中频率敏感的单分类算法研究
云存储系统中基于更新日志的元数据缓存同步策略