基于ICA与SVM的孤立点挖掘模型

• 作者: 彭红毅 朱思铭 蒋春福
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 孤立点 ICA SVM 密度函数估计
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 175-177
• 页数: 3页
• 分类号: TP3
• 字数: 3443字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.09.052

摘要

本文提出一种基于独立成分分析(ICA)与支持向量机(SVM)的孤立点挖掘模型--ISOM模型,用ICA对观测到的多维随机向量进行独立成分分解,用SVM估计独立成分的密度函数,克服了传统孤立点挖掘方法的一些缺点,为数据挖掘提供了一种有效的方法,并通过实验验证了该模型的合理性与正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱思铭	中山大学数学与计算科学学院	94	573	13.0	20.0
2	彭红毅	华南农业大学理学院	12	45	5.0	5.0
3	蒋春福	中山大学数学与计算科学学院	8	45	5.0	6.0