CSA  >> Vol. 12 No. 3 (March 2022)

计算机科学与应用
Computer Science and Application
Vol.12 No.3(2022), Paper ID 49373, 12 pages
DOI:10.12677/CSA.2022.123060

基于XGBoost特征筛选的工业时序数据的重建异常检测算法研究
Research on Reconstruction Anomaly Detection Algorithm of Industrial Time Series Data Based on XGBoost Feature Selection

周旭荣,郑建立:东华大学信息科学与技术学院,上海

版权 © 2017 周旭荣, 郑建立。本期刊文章已获得知识共享署名国际组织(Creative Commons Attribution International License)的认证许可。您可以复制、发行、展览、表演、放映、广播或通过信息网络传播本作品;您必须按照作者或者许可人指定的方式对作品进行署名。

How to Cite this Article


周旭荣, 郑建立. 基于XGBoost特征筛选的工业时序数据的重建异常检测算法研究[J]. 计算机科学与应用, 2022, 12(3): 590-601. https://doi.org/10.12677/CSA.2022.123060