利用随机森林识别二元自相关过程异常

摘要：

针对二元自相关过程异常模式识别问题,提出基于随机森林的模式分类器.首先采用Monte-Carlo仿真方法搭建二元自相关过程AR模型,并通过该模型随机产生数据集;其次,使用数据集进行基于随机森林分类器的异常模式识别实验;最后,结合BP神经网络的实验结果,对比两者的识别性能.实验结果表明,在相同的训练时长下,随机森林对二元相关过程异常模式的识别有着更高的识别准确率,验证了随机森林的优异性能.

关键词：二元自相关过程、模式识别、随机森林、Monte-Carlo仿真

所属期刊栏目：42

分类号：TB183(工程基础科学)

资助基金：云南省人培项目KKSY201401007

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64