计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2011年
7期
2553-2557
,共5页
徐晓蕾%张立群%刘镔%李栋
徐曉蕾%張立群%劉鑌%李棟
서효뢰%장립군%류빈%리동
数据挖掘%结构模式%频繁模式%流程挖掘%分类模型
數據挖掘%結構模式%頻繁模式%流程挖掘%分類模型
수거알굴%결구모식%빈번모식%류정알굴%분류모형
目前很多非正常案例甄别方面的研究,大多是研究如何人工建立区分标准或特征库.针对这类方法前期准备工作量巨大且后期甄别能力有限、准确率低的缺点,提出了一个甄别正常与非正常案例的模型( detection model of normal and abnormal instances,DMNAI).该模型基于流程挖掘,通过频繁模式发现来提取案例特征,经过特征选择得到所需特征集合,最后使用神经网络分类器完成检测;构造了一个能够自动甄别非正常案例的模型,从而避免了人工设定标准的主观性.实验表明,DMNAI经过现场实际数据的验证,能有效地自动化甄别非正常案例.
目前很多非正常案例甄彆方麵的研究,大多是研究如何人工建立區分標準或特徵庫.針對這類方法前期準備工作量巨大且後期甄彆能力有限、準確率低的缺點,提齣瞭一箇甄彆正常與非正常案例的模型( detection model of normal and abnormal instances,DMNAI).該模型基于流程挖掘,通過頻繁模式髮現來提取案例特徵,經過特徵選擇得到所需特徵集閤,最後使用神經網絡分類器完成檢測;構造瞭一箇能夠自動甄彆非正常案例的模型,從而避免瞭人工設定標準的主觀性.實驗錶明,DMNAI經過現場實際數據的驗證,能有效地自動化甄彆非正常案例.
목전흔다비정상안례견별방면적연구,대다시연구여하인공건립구분표준혹특정고.침대저류방법전기준비공작량거대차후기견별능력유한、준학솔저적결점,제출료일개견별정상여비정상안례적모형( detection model of normal and abnormal instances,DMNAI).해모형기우류정알굴,통과빈번모식발현래제취안례특정,경과특정선택득도소수특정집합,최후사용신경망락분류기완성검측;구조료일개능구자동견별비정상안례적모형,종이피면료인공설정표준적주관성.실험표명,DMNAI경과현장실제수거적험증,능유효지자동화견별비정상안례.
