《表2 不同方法挖掘检测规则异常数据的结果》
提示：宽带有限、当前游客访问压缩模式
%
实验为测试本文方法挖掘Web异常数据的实用性，采用三种不同方法对不同的检测规则进行异常数据挖掘，得到的结果如表2所示。
| 图表编号 | XD0044240700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.15 |
| 作者 | 张波、李舸 |
| 绘制单位 | 河北工程技术学院软件学院、石家庄职工大学计算机科学系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 回归结果：基于改进的K-means算法的关联规则数据挖掘研究》2021.01.01
- 《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2 检测结果：数据挖掘技术的激光雷达硬件故障数据检测方法》2021.02.25
- 《表1 回波数据：数据挖掘技术的激光雷达硬件故障数据检测方法》2021.02.25
- 《表4 正交试验结果：大型数据库中利用强化学习改进treap的关联规则挖掘算法》2021.01.05
- 《表4 转换结果部分数据：基于模糊关联规则的教育大数据挖掘研究》2020.11.05
- 《表1 异常规则描述：一种基于电力大数据的反窃电预测方法》2020.07.15
- 《表1 检测方法误测率：基于异类数据挖掘的网络潜在威胁检测方法研究》2020.06.01
- 《表5 模型结果：基于数据挖掘判别用电类别异常的分析与研究》2020.05.25
- 《表3 不同方法的异常检测结果对比》2020.07.20
- 《表1 事务数据库：融合遗传算法和关联规则的数据挖掘方法改进》2019.09.01
- 《表1 光纤故障大数据关联规则挖掘结果》2019.11.20
- 《表1 不同方法的异常检测结果》2019.08.05
- 《表2 继电器测试数据关联规则挖掘结果》2019.11.10
- 《表5 异常行为挖掘结果数据集P3》2019.05.01
- 《表1 异常数据分析结果：基于Spark和小波分析的水上交通异常数据实时检测方法研究》2019.02.20
- 《表1 性能对比：高负荷光栅传感网络异常节点数据挖掘方法研究》2019.02.25
- 《表1 关联规则数据挖掘结果》2019.04.05
- 《表5 关联规则结果：基于Apriori数据挖掘算法的信息推荐图书管理系统设计》2019.12.01