《表2 基准回归：基于超图的工业数据异常检测》
提示：宽带有限、当前游客访问压缩模式
预测模型的混淆矩阵如表2所示。为了评估所提出的流量数据异常检测方法的性能，采用了以下常用的评价标准：
| 图表编号 | XD00198069200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.31 |
| 作者 | 王清华、易大勇、李丽 |
| 绘制单位 | 北京中油瑞飞信息技术有限责任公司网络安全运行中心、清华大学软件学院、国家企业信息化应用支撑软件工程技术研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 结果分析：基于云计算的电力运行大数据异常值快速检测算法》2020.09.20
- 《表1 数据集信息：基于超图的工业数据异常检测》2020.12.31
- 《表3 试件参数：基于超图的工业数据异常检测》2020.12.31
- 《表1 基准回归结果：生产性服务业与制造业协同集聚对全球价值链分工地位的影响——基于中国工业企业数据和贸易上游度视角》2020.11.25
- 《表2 实验数据：基于深度学习的工业恶意流量检测》2019.12.01
- 《表1 异常数据检测结果：基于算法以及小波分析的智能卡消费数据异常检测》2020.07.10
- 《表1 样本数量分布：一种基于LSTM自动编码机的工业系统异常检测方法》2020.07.20
- 《表3 基准回归结果：工业机器人对中国区域经济的异质性影响研究——基于新结构经济学的视角》2020.08.25
- 《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3 基准模型回归结果：去产能、生产率与中国式“僵尸企业”复活——基于中国工业企业的证据》2020.07.03
- 《表2 基准测试数据：基于MQTT的工业物联网通信系统研究与实现》2019.09.01
- 《表1 基准回归结果：互联网如何影响工业结构升级——基于互联网商用的自然实验》2019.12.25
- 《表1 训练数据格式：基于逻辑回归的增量式异常用电行为检测方法》2019.10.18
- 《表2 异常检测结果对比：基于二元特征的断面交通数据异常检测与修正》2019.09.30
- 《表2 基准回归结果：贸易成本、市场整合与生产专业化——基于商品微观价格数据的验证》2019.08.15
- 《表6 基准回归：全要素生产率、资源错配与工业智能化战略——基于广东企业的分析》2019.09.15
- 《表2 整个模型性能：基于机器学习的工业控制网络异常检测方法》2019.06.10
- 《表1 基准回归结果：上游产能过剩是否影响了下游企业绩效——基于中国工业企业面板数据的实证考察》2019.05.20
- 《表3 基准回归结果：研发支出、溢出池与专利申请——基于中国工业上市企业的经验研究》2019.04.01
- 《表2 基准回归：城乡分割与居民收入——基于CHIP微观数据的实证分析》2018.10.01