《表1 数据集信息表：高斯核密度估计方法检测健康数据异常值》
提示：宽带有限、当前游客访问压缩模式
本文选取了8个数据集，皆来自UCI机器学习数据库，这些数据集包含异常类，根据数据集的特点，将其中一部分数据作为异常数据。数据集的数据特征见表1。
| 图表编号 | XD00120606200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 王康、周治平 |
| 绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集介绍：MSE＿BLS:一种基于宽度学习系统的异常流量检测方法》2020.04.01
- 《表4 异常事件检测方法在实验数据集上的AUC值》2020.10.01
- 《表2 数据集划分：自适应步长移动窗PCA的辊道窑异常检测方法》2020.10.20
- 《表6 UCI数据集信息：基于稀疏子空间的局部异常值检测算法》2020.10.01
- 《表2 Fashion-MNIST数据集在各种异常检测方法下的实验结果对比（单位：%）》2021.01.15
- 《表1 MNIST数据集在各种异常检测方法下的实验结果对比（单位：%）》2021.01.15
- 《表1 数据区域信息：基于自适应带宽核密度估计的载荷外推方法研究》2021.01.25
- 《表1 数据集信息：基于超图的工业数据异常检测》2020.12.31
- 《表1 实验数据集信息：多层次序列集成的高维数值型异常检测》2020.06.01
- 《表1 六组测试数据信息：基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法》2020.05.10
- 《表2 训练和测试数据集：基于特征金字塔的人群密度估计方法》2020.06.18
- 《表1 数据集的相关信息：基于通道域注意力机制的人群密度估计算法研究》2020.08.05
- 《表2 数据集信息表：基于多分辨率网格的异常检测方法》2020.09.01
- 《表5 高斯核函数下不同估计方法的运行时间》2020.04.25
- 《表2 江苏省市际大数据产业核密度估计分级》2019.12.25
- 《表3 参数设置信息：高斯核密度估计方法检测健康数据异常值》2019.12.01
- 《表2 实验数据集：基于模糊核聚类和主动学习的异常检测方法》2019.10.15
- 《表1 真实数据集细节：异常值自识别的低秩矩阵补全方法》2019.08.01
- 《表3 异常数据信息：基于密度的离群点检测技术在中厚板轧后冷却中的研究》2019.05.01
- 《表2 实验数据集：基于带有噪声输入的稀疏高斯过程的人体姿态估计》2019.04.01