检测一元正态分布中的离群点，属于异常检测中的基于（）的离群点检测。

基于异常检测原理的入侵检测方法和技术有如下几种方法。 在高程精度的检测过程中，每幅图的检测点视具体情况而定，一般不少于()点，要求在图中均匀分布，四周可适当多分布几个点。 在高程精度的检测过程中，每幅图的检测点视具体情况而定，一般不少于（　　）个点，要求在图中均匀分布，四周可适当多分布几个点。 在高程精度的检测过程中，每幅图的检测点视具体情况而定，一般不少于（）个点，要求在图中均匀分布，四周可适当多分布几个点 在实际的检验分析工作中，大多是进行有限次的数据检测和处理，有限次数检测值的偶然误差服从正态分布。 在实际的检验分析工作中，大多是进行有限次的数据检测和处理，有限次数检测值的偶然误差服从正态分布（） 根据检测目标的不同，恶意代码的检测方法可以分为基于主机的检测和基于网络的检测。其中，属于基于主机的检（） 基于BIM技术的碰撞检查应用中的缺陷检测是属于（） 基于BIM技术的碰撞检查应用中的缺陷检测是属于( ) 如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点。 如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点（） 正态分布中，属于描述位置的参数是(    ) 基于标准正态分布进行的检验是（） 离群点检测的应用包括()等。 如果一个对象不属于任何簇，那么该对象是基于聚类的离群点（） 离群点检测方法大致可以分为几类（） 数理统计研究证明，在下面（ ）情况下，质量特性检测数据趋于正态分布。 下列对正态分布的说法中，正确的是（　　）。Ⅰ正态分布密度函数的显著特点是中间高两边低Ⅱ正态分布密度函数是一条光滑的钟形曲线Ⅲ正态分布距离均值越近的地方数值越集中，而在离均值较远的地方数值则很稀疏Ⅳ正态分布密度函数越“瘦”，正态分布集中在均值附近的程度越大 正态分布中，属于描述位置的参数是(    ) 入侵检测方法有：基于用户行为概率统计模型的入侵检测、基于神经网络的入侵检测、基于（）的入侵检测和基于模型推理的入侵检测