Andere Kunden interessierten sich auch für
![Hacia un marco de confianza en los servicios electrónicos para la calidad del diseño]( "Hacia un marco de confianza en los servicios electrónicos para la calidad del diseño")
Hacia un marco de confianza en los servicios electrónicos para la calidad del diseño48,99 €![Unmodelo de descubrimiento deconocimientos basado en eldescubrimiento de datos sinápticos]( "Unmodelo de descubrimiento deconocimientos basado en eldescubrimiento de datos sinápticos")
Unmodelo de descubrimiento deconocimientos basado en eldescubrimiento de datos sinápticos27,99 €![Un marco para aumentar la vida útil de los nodos sensores inalámbricos]( "Un marco para aumentar la vida útil de los nodos sensores inalámbricos")
Un marco para aumentar la vida útil de los nodos sensores inalámbricos27,99 €![Deduplicación de datos en el entorno de la nube]( "Deduplicación de datos en el entorno de la nube")
Deduplicación de datos en el entorno de la nube27,99 €![Delitos militares en tiempo de paz en el marco juridico COIP]( "Delitos militares en tiempo de paz en el marco juridico COIP")
Delitos militares en tiempo de paz en el marco juridico COIP26,99 €![Análisis de las colisiones relacionadas con la velocidad mediante los datos del registrador de datos de sucesos]( "Análisis de las colisiones relacionadas con la velocidad mediante los datos del registrador de datos de sucesos")
Análisis de las colisiones relacionadas con la velocidad mediante los datos del registrador de datos de sucesos36,99 €![Ocultación de datos mediante esteganografía de imágenes y sustitución de LSB]( "Ocultación de datos mediante esteganografía de imágenes y sustitución de LSB")
Ocultación de datos mediante esteganografía de imágenes y sustitución de LSB27,99 €
La detección de anomalías es una cuestión fundamental en la minería de datos, concretamente se ha utilizado para detectar y eliminar objetos anómalos de los datos. Las anomalías surgen debido a fallos mecánicos, cambios en el comportamiento del sistema, comportamiento fraudulento, intrusiones en la red o errores humanos. Una eficiente detección de valores atípicos y capacidades de agrupación de datos en presencia de valores atípicos, y basada en el filtrado de los datos después del proceso de agrupación. El algoritmo propuesto detecta los experimentos atípicos en tres etapas, a saber: i) Detección de salientes en imágenes; ii) Detección de eventos anormales en flujos de vídeo; y iii) Conjuntos de datos de referencia de la UCI en el mundo real. La remoción se produce de acuerdo con un umbral predefinido elegido.Se puede analizar rigurosamente el marco formal en el que se pueden dar definiciones precisas de las combinaciones dispersas, y se propone la lógica difusa para descubrir la relación no lineal.