1) abnormal IP packets
异常数据包
2) abnormal data
异常数据
1.
Analysis and treatment of abnormal data in long-path air automatic monitoring;
长光程大气自动监测中异常数据的分析及处置
2.
Discrimination analysis of the abnormal data to the settlement monitoring of the high graded road;
高等级公路沉降监测异常数据的判别分析
3.
Determination of confidence interval of 3-D data and repair of abnormal data;
3维数据的置信区间及异常数据的修复
3) outlier
[英]['aut,laiə] [美]['aʊt,laɪɚ]
异常数据
1.
The robustness data processing method about eliminating outlier;
剔除异常数据的稳健性处理方法
2.
Research on Intrgrated Management of Outlier in Intelligent Data Analysis;
智能数据分析中异常数据的集成化管理方法研究
3.
In this paper, a method based on the Bouncing Function is proposed for discerning and calculating the outliers, which resulted in the irregular change.
为此,该文提出采用跳跃度函数的方法,对系统中所出现的引起事故发生率发生变化的异常数据进行分析和计算,在进行理论证明的基础上给出了跳跃度函数的计算公式,并以线路故障率为例,说明文中的方法对电力系统偶然事故选择所产生的影响。
4) anomalous data
异常数据
1.
To improve the sensitivity of identification, the algorithm based on t test is presented to solve the problems of misidentifying and failing to identify the anomalous data.
介绍了电力负荷异常数据的形成原因和分类,针对目前异常数据辨识方法灵敏度不高、易漏判、误判的现状,提出了基于数理统计中t检验对异常数据进行辨识和修正的算法。
2.
The influence of anomalous data consisted in the historic load data to load forecasting has been analyzed in this paper.
分析了历史负荷中异常数据对负荷预报影响,并对实际电力系统中异常负荷数据进行了简单的分类。
5) outliers
异常数据
1.
Dynamic outliers data identifying and detection based on chaotic;
基于混沌的异常数据的动态识别与挖掘
2.
Test of outliers by Bayesian;
指数分布异常数据检验的Bayes方法
3.
Research of outliers mining and its application on engineering;
异常数据挖掘及其在工程实际中的应用研究
6) outlier data
异常数据
1.
This article promoted outlier data mining algorithms based on weighted fast clustering to inspect and deal with outlier data effectively.
设计了基于加权快速聚类的异常数据挖掘算法,以便能快速发现异常数据。
2.
Outlier data detection is an important part of data mining.
异常数据检测是数据挖掘研究的热点之一。
补充资料：数据包络分析方法(Data Envelopment Analysis,DEA)
数据包络分析方法(Data Envelopment Analysis,DEA),是运筹学、管理科学与数理经济学交叉研究的一个新领域。它是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。DEA方法及其模型自1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出以来,已广泛应用于不同行业及部门,并且在处理多指标投入和多指标产出方面,体现了其得天独厚的优势。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条