40,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Détection d'anomalies à l'aide de l'algorithme Fuzzy C-means de maximisation de la densité : La raison d'être du système de détection d'anomalies utilisant l'approche de maximisation de la densité de l'algorithme de clustering c-means flou. Le flux de travail d'un système de détection d'anomalies proposé avec l'algorithme FCM de maximisation de la densité. Le cadre de la détection d'anomalie basée sur un classificateur d'ensemble - cette approche de la détection d'anomalie est basée sur l'intégration de plusieurs classificateurs de sorte que la faiblesse d'un classificateur peut être compensée…mehr

Produktbeschreibung
Détection d'anomalies à l'aide de l'algorithme Fuzzy C-means de maximisation de la densité : La raison d'être du système de détection d'anomalies utilisant l'approche de maximisation de la densité de l'algorithme de clustering c-means flou. Le flux de travail d'un système de détection d'anomalies proposé avec l'algorithme FCM de maximisation de la densité. Le cadre de la détection d'anomalie basée sur un classificateur d'ensemble - cette approche de la détection d'anomalie est basée sur l'intégration de plusieurs classificateurs de sorte que la faiblesse d'un classificateur peut être compensée par l'autre classificateur. Le flux de travail du cadre de détection d'intrusion proposé basé sur un classificateur d'ensemble.
Autorenporträt
Mrs. Ruby Sharma has completed her B.Sc.(Agri) in 2011 and M.Sc.(Agri) in 2013 from Assam Agricultural University, Jorhat, Assam. She has been pursuing her Ph.D. from the same institute in the Department of Horticulture on Hydroponic Floriculture. She has been awarded with INSPIRE fellowship from DST, Govt. of India in 2014.