《表1 数据集详细情况：一种改进的高维度离群点检测方法》
提示：宽带有限、当前游客访问压缩模式
为了评估算法的性能，实验以ROC曲线和曲线下面积AUC为效果评价指标，AUC范围为[0，1]，它的值越接近1说明算法检测效果越好[10]。
| 图表编号 | XD00139600300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.10 |
| 作者 | 吴远超、范磊 |
| 绘制单位 | 上海交通大学网络空间安全学院、上海交通大学网络空间安全学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 数据扩充前后实验：一种改进U-Net的高分辨率遥感影像道路提取方法》2020.08.20
- 《表1 实验参数：一种改进U-Net的高分辨率遥感影像道路提取方法》2020.08.20
- 《表2 工艺试验记录表：一种改进隔离森林的快速离群点检测算法》2019.11.01
- 《表1 实验中使用的欺诈检测数据集的详细情况》2020.10.01
- 《表1 测试数据集信息：一种面向枢纽现象的离群数据检测算法》2020.05.01
- 《表3 数据集样本数量：一种基于特征点对齐的假脸检测框架》2020.05.10
- 《表3 算法准确率对比2：一种基于邻域系统密度差异度量的离群点检测算法》2020.07.05
- 《表1 算法准确率对比1：一种基于邻域系统密度差异度量的离群点检测算法》2020.07.05
- 《表2 数据集情况：基于主动学习的离群点集成挖掘方法研究》2020.06.15
- 《表1 实验数据统计：基于改进离群算法的多元时间序列异常检测》2020.04.01
- 《表6 数据集分配情况：改进YOLOV3的火灾检测方法》2020.09.01
- 《表3 算法运行时间：一种改进的高维度离群点检测方法》2020.02.10
- 《表3 块内的不确定数据：FODU:不确定数据集中快速离群点检测方法》2019.10.01
- 《表4 参数设置：FODU:不确定数据集中快速离群点检测方法》2019.10.01
- 《表1 符号列表：FODU:不确定数据集中快速离群点检测方法》2019.10.01
- 《表3 原始数据表：基于多示例学习的局部离群点改进算法》2019.09.15
- 《表1 实验数据集：一种改进的三层SOM入侵检测方法》2019.08.01
- 《表1 数据集信息描述：基于方形邻域和裁剪因子的离群点检测方法》2019.01.01
- 《表1 UCI数据集：基于离群点检测的分类结果置信度的度量方法》2019.01.30
- 《表5 RDF数据集：一种基于HBase的RDF数据存储改进方法》2019.12.01