原文服务方: 计算机应用研究       
摘要:
在分析了当前基于距离的离群数据挖掘算法的基础上,提出了一种基于SOM的离群数据挖掘集成框架,其具有可扩展性、可预测性、交互性、适应性、简明性等特征.实验结果表明,基于SOM的离群数据挖掘是有效的.
推荐文章
基于密度的局部离群数据挖掘方法的改进
离群数据挖掘
影响空间
链式距离
相似k距离邻居序列
离群因子
离群数据挖掘综述
数据挖掘
离群检测
异常
高维离群
基于SOM聚类的多模态医学图像大数据挖掘算法
SOM聚类
多模态图像
大数据挖掘
初始权值
集成正负性
节点并行化
帧率重叠
离群点挖掘研究
离群点
数据挖掘
局部离群点
高维数据
数据流
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SOM的离群数据挖掘集成框架研究
来源期刊 计算机应用研究 学科
关键词 离群数据发现 自组织映射 交互式数据挖掘
年,卷(期) 2007,(10) 所属期刊栏目 研究探讨
研究方向 页码范围 44-47
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.10.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈大峰 南京审计学院计算机科学与技术系 17 80 6.0 8.0
2 韩冰青 南京审计学院计算机科学与技术系 26 111 6.0 9.0
3 汪加才 南京审计学院计算机科学与技术系 32 180 9.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (8)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
离群数据发现
自组织映射
交互式数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导