注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于序列图像的粮堆三维重建技术研究

  2. 重点阐述了三维重建过程中的几个关键步骤, 如角点检测、基础矩阵估计和摄像机自标定等,提出一种基于去除异常点的基础矩阵估计方 法,接着采用摄像机自标定方法求解摄像机投影矩阵,进而借助投影矩阵和图像特征点计算三 维空间点坐标,完成重建过程

  3. 所属分类：专业指导

    • 发布日期：2009-11-28
    • 文件大小：193kb
    • 提供者：changshawuji

  1. LOF检测异常点的程序

  2. LOF检测异常点的程序，是从黑鸦网上下的，喜欢转走，不喜欢别瞎咧咧

  3. 所属分类：Python

  1. 异常气候检测

  2. 可以检测异常的气候事件，如一天中或一个月中，极端气候时间点。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-12
    • 文件大小：2kb
    • 提供者：pp677611pp

  1. 数据异常剔除方法

  2. 拉依达方法、肖维勒方法、一阶差分法，1. 111 基于统计的异常点检测算法 2. 112 基于距离的异常点检测算法 3. 113 基于密度的异常点检测算法 4. 114 基于深度的异常点检测算法 5. 115 基于偏移的异常点检测算法 6. 116 高维数据的异常点检测算法 7. 121 时间序列相关背景 8. 122 基于离散傅立叶变换的时间序列相似性查找

  3. 所属分类：机器学习

    • 发布日期：2018-12-21
    • 文件大小：363kb
    • 提供者：mning_master0

  1. 异常点检测__ARIMA模型__时间序列中的4种常见异常

  2. 异常点检测__ARIMA模型__时间序列中的4种常见异常：考虑 4 种特定的异常，分别是 innovational outlier (IO)，additive outlier (AO)，level shift (LS) 以及 temporary change (TC)。

  3. 所属分类：机器学习

    • 发布日期：2019-01-20
    • 文件大小：854kb
    • 提供者：blueliuyun

  1. 井下WSN目标跟踪局部异常检测算法

  2. 针对煤矿井下特殊信道环境对无线传感器网络(WSN)目标跟踪造成的约束和对量测数据的精确性造成的影响，设计了适用于井下巷道特征的网络拓扑结构以及分布式分簇目标跟踪算法，并在此基础上提出运用局部异常因子检测算法(LOF)对量测数据中存在的异常点进行实时监测和更新最后结合交互式多模型滤波算法(IMM)实现目标状态估计，仿真结果表明，该算法有效提高了跟踪精度，平衡并降低了网络能耗。

  3. 所属分类：其它

  1. 孤立点检测及在煤矿安全预警系统中的应用

  2. 针对孤立点检测算法的一些弊端和煤矿安全预警系统的实际情况,选择一个基于距离和孤立点检测算法对瓦斯浓度的异常数据进行处理,分析出设备异常数据、噪声数据和瓦斯突出孤立点数据,通过挖掘孤立点来发现真实的潜在的信息,保证安全预警的准确性。

  3. 所属分类：其它

    • 发布日期：2020-06-16
    • 文件大小：113kb
    • 提供者：weixin_38665122

  1. 基于小波的煤炭企业网络流量异常分析与仿真

  2. 根据网络流量的信号特性和自相似性,利用小波变换局部放大能力及Hurst和李氏指数的变化与网络流量异常的对应关系,提出了一种基于小波分析的网络流量异常检测与定位方法。根据自相似指数的值在大时间尺度上来判定异常发生,并进一步在小时间尺度下基于李氏指数与信号奇异性的对应关系来分析并定位异常点。此方法通过DipSIF平台所采集的数据进行仿真验证,可有效的检测网络流量异常并定位异常发生点。

  3. 所属分类：其它

    • 发布日期：2020-07-05
    • 文件大小：453kb
    • 提供者：weixin_38628926

  1. 每天进步一点点《ML - 异常点检测》.docx

  2. 这个是对 机器学习中的 异常点检测 做的总结，有大量的计算过程和图示。纯属是个人所学所记录，也想分享给初学者，给一定的指导。

  3. 所属分类：机器学习

    • 发布日期：2020-09-26
    • 文件大小：149kb
    • 提供者：qq_29367075

  1. MATLAB视频人体异常行为检测识别（GUI，论文）.zip

  2. 本系统为人体异常行为检测系统 本文件夹下共包含12个文件 其中matlab代码文件9个，视频源文件夹1个（内含4个视频），指导视频一个，说明文档一个 其中仅需要打开Main_Test.fig文件，点击运行即可使用

  3. 所属分类：专业指导

    • 发布日期：2020-12-06
    • 文件大小：18mb
    • 提供者：weixin_46022493

  1. 基于角点动能的视频群体异常行为检测

  2. 基于角点动能的视频群体异常行为检测

  3. 所属分类：其它

  1. hyperbolicfitdll:这是一个开放源代码库，可以帮助自动对焦望远镜。 该库将半个通量直径数据拟合到一个双曲线，可以从中插入正确的焦点。 该库使用各种健壮的统计异常值检测方法。 目前在https中的软件Astro Photogra

  2. hyperbolicfitdll //这是一个开放源代码库，可以帮助自动对焦望远镜。 该库将半通量直径数据拟合到双曲线，可以从中//插入正确的焦点。 //该库当前在自动对焦例程的软件Astro Photography工具（APT）的预览版中使用。 //提供了一个测试应用程序，其中包含一些历史数据，并且用户可以在其中输入自己的hfd数据。 然后，应用程序使用各种参数（不同的统计估计量和拟合方法）从//库中运行双曲拟合函数，并显示计算出的焦点，找到的离群值和各种方法拟合的平均误差。 //该库

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：154kb
    • 提供者：weixin_42109178

  1. Python数据分析基础：异常值检测和处理

  2. 在机器学习中，异常检测和处理是一个比较小的分支，或者说，是机器学习的一个副产物，因为在一般的预测问题中，模型通常是对整体样本数据结构的一种表达方式，这种表达方式通常抓住的是整体样本一般性的性质，而那些在这些性质上表现完全与整体样本不一致的点，我们就称其为异常点，通常异常点在预测问题中是不受开发者欢迎的，因为预测问题通产关注的是整体样本的性质，而异常点的生成机制与整体样本完全不一致，如果算法对异常点敏感，那么生成的模型并不能对整体样本有一个较好的表达，从而预测也会不准确。从另一方面来说，异常点在某

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：161kb
    • 提供者：weixin_38506182

  1. 基于R-tree的高效异常轨迹检测算法

  2. 异常检测是一种流行的数据挖掘任务,但是轨迹数据的异常检测的研究比较少,而且存在的算法也较有局限性,因此J.-G Lee等人提出了TRAOD算法。该算法能够有效地检测出异常的轨迹,但是也存在着缺陷。它的复杂度和准确度比较难平衡,在参数的选取上也比较难,算法的运行时间较长。基于TRAOD的问题,提出一种基于R-tree的高效的异常轨迹检测算法R-TRAOD。该算法通过R-tree对轨迹点进行索引搜索其领域内的轨迹点,然后根据TRAOD算法对R-tree索引出来的轨迹点进行异常轨迹的检测,这样可以提高

  3. 所属分类：其它

  1. GMM-KMeans-for离群值检测：针对一维时间序列数据，采用GMM和K-Means算法进行异常点检测。对于一维时间序列数据，使用GMM和K-means算法检测离群值。-源码

  2. GMM-KMeans异常检测 对于一维时间序列数据，使用GMM和K-means算法检测离群值。对一维时间序列数据，采用GMM和K-Means算法进行异常点检测。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：320kb
    • 提供者：weixin_42164534

  1. 基于低秩稀疏矩阵分解和稀疏字典表达的高光谱异常目标检测

  2. 异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开，可以极大地减弱异常目标对背景的污染。基于此，提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常目标检测算法，通过LRaSMD的方式获取背景集，通过稀疏表达的方式从背景集中构建背景字典模型，最后通过计算重构误差来检测异常点。该算法在模拟和真实数据上都进行了有效性验证，实验结果证明LRaSMD-SR算法具有非常好的异常目标检测性能。

  3. 所属分类：其它

  1. Python数据分析基础：异常值检测和处理

  2. 在机器学习中，异常检测和处理是一个比较小的分支，或者说，是机器学习的一个副产物，因为在一般的预测问题中，模型通常是对整体样本数据结构的一种表达方式，这种表达方式通常抓住的是整体样本一般性的性质，而那些在这些性质上表现完全与整体样本不一致的点，我们就称其为异常点，通常异常点在预测问题中是不受开发者欢迎的，因为预测问题通产关注的是整体样本的性质，而异常点的生成机制与整体样本完全不一致，如果算法对异常点敏感，那么生成的模型并不能对整体样本有一个较好的表达，从而预测也会不准确。从另一方面来说，异常点在某

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：161kb
    • 提供者：weixin_38674512

  1. 基于邻域链的数据异常点检测

  2. 异常点检测(outlier detection)领域的大量研究都集中于一类“基于密度的”方法,这类方法能够克服许多传统异常点检测方法的缺陷,但仍大多使用基于几何距离的方式进行数据点局部密度的估计,导致在某些情况下反直观结果的出现.针对该问题,用一种基于邻域链的方法取代传统方法进行局部密度的估计,设计新的异常点检测方法.实验结果表明,对比经典的基于密度的异常点检测方法LOF(Local outlier factor)以及几种基于LOF的改进方法,所提出的方法能够更加准确地区分正常和异常数据点,避免

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：512kb
    • 提供者：weixin_38640794

  1. 基于异常点检测的电能量信息采集与监控系统设计

  2. 传统电能量信息采集与监控系统采集效率低，监控过程稳定性差。为了解决上述问题，基于异常点检测设计了一种新的电能量信息采集与监控系统，该系统由采集器、存储器和处理器、以太网、RS485、电源模块、数据库构成系统硬件结构，处理器为8086XF处理器，存储器为ARM存储器，通过硬件提取、信息采集、信息处理、信息存储以及信息检测实现软件流程。为了验证系统有效性，设定对比试验，结果表明，基于异常点检测的电能量信息采集与监控系统能够在短时间内实现采集，且整个监测过程都相对十分稳定，系统的实用性很强。

  3. 所属分类：其它

  1. 基于能量异常点检测的条纹干扰去除算法

  2. 基于能量异常点检测的条纹干扰去除算法

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 20 »