Indexed by：
Abstract：
当前车联网已经成为了智能交通信息监测的重要平台,然而如何对车联网的海量数据进行异常检测却是亟待解决的问题。本文针对该问题,提出了一种基于核密度估计的异常数据检测算法。首先对车联网数据进行粗检测,过滤无效数据。其次,对数据样本进行核密度估计求出其概率密度。最后,根据选定的置信度进行异常数据检测。实验结果表明,与基于拉依达准则的异常数据检测算法相比,该算法具有较高的检测率和较低的误检率。
Keyword：
Reprint 's Address：
Email：
Source ：
有线电视技术
ISSN： 1008-5351
Year： 2016
Issue： 5
Volume： 0
Page： 24-25
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 1
Affiliated Colleges：
