[1] 尹梓诺, 陈鸿昶, 马海龙, 胡涛, 白禄鑫. 无监督自适应抽样与改进孪生网络结合的网络流量异常检测方法. 电子与信息学报, 2025, 47(7): 2211-2224. doi: 10.11999/JEIT241115
[2] 顾伟, 行鸿彦, 侯天浩. 基于网络流量时空特征和自适应加权系数的异常流量检测方法. 电子与信息学报, 2024, 46(6): 2647-2654. doi: 10.11999/JEIT230825
[3] 郭铁峰, 贺建军, 申帅, 王翔, 张彬汉. 基于动态规整与改进变分自编码器的异常电池在线检测方法. 电子与信息学报, 2024, 46(2): 738-747. doi: 10.11999/JEIT230084
[4] 关键, 伍僖杰, 丁昊, 刘宁波, 黄勇, 曹政, 魏嘉彧. 基于三维凹包学习算法的海面小目标检测方法. 电子与信息学报, 2023, 45(5): 1602-1610. doi: 10.11999/JEIT220448
[5] 潘成胜, 李志祥, 杨雯升, 蔡凌云, 金爱鑫. 基于二次特征提取和BiLSTM-Attention的网络流量异常检测方法. 电子与信息学报, 2023, 45(12): 4539-4547. doi: 10.11999/JEIT221296
[6] 唐伦, 王恺, 张月, 周鑫隆, 陈前斌. 网络切片场景下基于分布式生成对抗网络的服务功能链异常检测. 电子与信息学报, 2023, 45(1): 262-271. doi: 10.11999/JEIT211261
[7] 郁滨, 熊俊. 基于平衡迭代规约层次聚类的无线传感器网络流量异常检测方案. 电子与信息学报, 2022, 44(1): 305-313. doi: 10.11999/JEIT201004
[8] 董书琴, 张斌. 基于深度特征学习的网络流量异常检测方法. 电子与信息学报, 2020, 42(3): 695-703. doi: 10.11999/JEIT190266
[9] 王布宏, 罗鹏, 李腾耀, 田继伟, 尚福特. 基于粒子群优化多核支持向量数据描述的广播式自动相关监视异常数据检测模型. 电子与信息学报, 2020, 42(11): 2727-2734. doi: 10.11999/JEIT190767
[10] 王威丽, 陈前斌, 唐伦. 虚拟网络切片中的在线异常检测算法研究. 电子与信息学报, 2020, 42(6): 1460-1467. doi: 10.11999/JEIT190531
[11] 陈莹, 何丹丹. 基于贝叶斯融合的时空流异常行为检测模型. 电子与信息学报, 2019, 41(5): 1137-1144. doi: 10.11999/JEIT180429
[12] 孟令博, 耿修瑞. 基于协峭度张量的高光谱图像异常检测. 电子与信息学报, 2019, 41(1): 150-155. doi: 10.11999/JEIT180280
[13] 蒋俊正, 杨杰, 欧阳缮. 一种新的无线传感器网络中异常节点检测定位算法. 电子与信息学报, 2018, 40(10): 2358-2364. doi: 10.11999/JEIT171207
[14] 范晓诗, 雷英杰, 王亚男, 郭新鹏. 流量异常检测中的直觉模糊推理方法. 电子与信息学报, 2015, 37(9): 2218-2224. doi: 10.11999/JEIT150023
[15] 伊鹏, 钱坤, 黄万伟, 王晶, 张震. 基于抽样流长与完全抽样阈值的异常流自适应抽样算法. 电子与信息学报, 2015, 37(7): 1606-1611. doi: 10.11999/JEIT141379
[16] 程正东, 樊祥, 章毓晋. 基于图像抽样重组的2维核鉴别分析. 电子与信息学报, 2009, 31(12): 2958-2962. doi: 10.3724/SP.J.1146.2008.01656
[17] 韦安明, 王洪波, 林宇, 程时端. 改进的资源限制流抽样算法. 电子与信息学报, 2007, 29(6): 1343-1347. doi: 10.3724/SP.J.1146.2006.00326
[18] 张建康, 保铮. 具有抽样性质的双正交子波的逼近性能及其子波抽样的计算. 电子与信息学报, 1999, 21(6): 721-728.
[19] 涂国防, 王业奎. 自适应多值量化的亚抽样块截断编码. 电子与信息学报, 1999, 21(4): 506-510.
[20] 张建康, 保铮, 焦李成. M带Walter子波抽样定理. 电子与信息学报, 1999, 21(5): 606-612.