典型文献
基于机器学习的白洋淀生态数据的异常检测
文献摘要：
异常数据检测的问题近年来日益成为统计分析、机器学习、数据挖掘等诸多领域的研究热点之一,异常数据检测是实现数据质量提升的一个关键.异常数据检测中存在物联网数据来源不可靠、异常数据检测结果不稳定和不准确等问题,实验采用基于机器学习的异常数据检测算法,通过python数据分析,采用真实的数据即白洋淀生态物联网数据进行实验验证,对比几种基于机器学习的异常检测算法的异常检测效果,采用真实数据具有一定的应用意义.
文献关键词：
真实数据;异常数据检测;聚类分析;K-means算法;DBSCAN算法
中图分类号：
作者姓名：
吴琼;李永飞
作者机构：
华北科技学院计算机学院,河北三河065200
文献出处：
引用格式：
[1]吴琼;李永飞-.基于机器学习的白洋淀生态数据的异常检测)[J].电脑知识与技术,2022(35):7-9,13
A类：
B类：
基于机器学习,白洋淀,生态数据,异常检测,异常数据检测,来日,数据质量提升,存在物,物联网数据,数据来源,不可靠,检测算法,python,检测效果,真实数据,应用意义,means,DBSCAN
AB值：
0.263177
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
