您当前的位置：
首页 >
文章列表页 >
基于随机森林算法的大数据异常检测模型设计
计算机科学与技术 | 更新时间：2025-05-26

    • 基于随机森林算法的大数据异常检测模型设计

    • Design of big data anomaly detection model based on random forest algorithm

    • “在大数据异常检测领域，专家提出了基于随机森林算法的模型，有效提高了检测准确率，平均准确率达91%，误报率4.5%。”
    • 吉林大学学报（工学版）   2023年53卷第9期 页码：2659-2665
    • 作者机构：

      1.西南交通大学 交通运输与物流学院， 成都 610031

      2.西南交通大学 土木工程学院， 成都 610031

    • 作者简介：

      宋世军（1981-），女，博士研究生.研究方向：物流工程，智能计算，信息安全.E-mail：songshijun2022@yeah.net

      樊敏（1979-），男，讲师，博士.研究方向：工程项目管理，施工监控，智能建造.E-mail：fanmin@swjtu.edu.cn

    • 基金信息：
      国家自然科学基金重大专项项目(71942006);中铁大桥勘测设计院集团有限公司科研项目(KYL202203-0086)

    • DOI：10.13229/j.cnki.jdxbgxb.20220598    

      中图分类号： TM714

    • 收稿：2022-05-18，

      纸质出版：2023-09-01

    移动端阅览

  • 宋世军,樊敏.基于随机森林算法的大数据异常检测模型设计[J].吉林大学学报（工学版）,2023,53(09):2659-2665. DOI： 10.13229/j.cnki.jdxbgxb.20220598.

    SONG Shi-jun,FAN Min.Design of big data anomaly detection model based on random forest algorithm[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(09):2659-2665. DOI： 10.13229/j.cnki.jdxbgxb.20220598.

  •  
  •  

0

浏览量

8

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

建成环境对共享单车时间集聚模式的非线性影响
基于噪声鲁棒性特征提取的普洱茶品种鲁棒判别方法
基于小波包对数能量图的滚动轴承故障诊断方法
基于增量式学习的复杂网络节点攻击检测算法
噪声环境下外骨骼设备语音信号的特征提取

相关作者

戢晓峰
邓若凡
乔新
关昊天
赵秀芝
谢德红
崔月磊
李杨

相关机构

昆明理工大学 交通工程学院
南京林业大学 信息科学技术学院
温州大学 计算机与人工智能学院
浙江工贸职业技术学院 人工智能学院
天津市电气装备智能控制重点实验室
0