文献类型：期刊文章

作　　者：马莉莉[1] 刘江平[1]

MA Lili;LIU Jiangping(College of Computer and Information Engineering,Inner Mongolia Agricultural University,Hohhot 010018,China)

机构地区：[1]内蒙古农业大学计算机与信息工程学院,内蒙古呼和浩特010018

出　　处：《应用光学》

基　　金：国家自然科学基金(61703056);内蒙古教育厅项目(NJZY18062)。

年　　份：2020

卷　　号：41

期　　号：6

起止页码：1305-1310

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高光纤通信网络中异常数据的识别能力,提出了基于熵目标函数最优化的异常数据检测算法。首先,对数据样本进行属性分类,依据异常数据特征密度指标完成邻域区间半径的选取;其次,通过对高阶统计量的大数据聚类度循环迭代,完成特征提取参数的优化;最后,由样本属性概率计算熵目标函数的最优值,并利用最优值完成异常数据检测。实验对1 000组通信数据进行测试,结果显示,该算法的检测精度均值约为95.7%,其数据融合率、检测耗时与平均误检率均优于2种传统方法。该算法具有精度高、收敛快、误检率低的优势,具有一定的应用价值。

关 键 词：光纤通信网络 异常数据识别  特征提取 熵目标函数  

分 类 号：TP391.4]