Directional Anomaly Detection

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,聚焦于高属性值异常,采用斜坡距离和带符号距离度量。实验结果表明,斜坡距离在合成和真实数据集上优于传统绝对距离,能够更准确地识别异常现象。

🎯

关键要点

  • 本研究提出了一种新方法,聚焦于高属性值异常。
  • 引入了两种不对称距离度量:斜坡距离和带符号距离。
  • 实验结果表明,斜坡距离在合成和真实数据集上优于传统绝对距离。
  • 新方法有助于更准确地识别异常现象。
➡️

继续阅读