基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于密度的最小生成树聚类算法,将最小生成树理论与基于密度的方法相结合,不仅体现了基于密度聚类方法的优点,而且聚类结果不依赖于用户参数的选择,聚类结果更合理,特别是对大数据集,算法非常有效.因此,本文在基于密度的MST聚类的基础上,通过减少数据集扫描次数以提高离群检测的效率.理论分析表明,检测算法可以有效地处理分布不均的数据集,适用于大规模数据集的挖掘.
推荐文章
基于聚类划分的两阶段离群点检测算法
层次聚类
K-均值
信息熵
距离和
离群点检测
基于 WSRFCM 聚类的局部离群点检测算法
特征加权
阴影集
阴影粗糙模糊聚类
局部离群度
离群点检测
一种基于多重聚类的离群点检测算法
数据挖掘
离群检测
剪枝
多重聚类
局部离群度
基于共享最近邻的离群检测算法
共享最近邻
离群检测
任意形状簇
混合属性
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MST聚类的离群检测算法研究
来源期刊 福建电脑 学科 工学
关键词 密度离群 MST聚类 最小生成树
年,卷(期) 2007,(9) 所属期刊栏目 基金项目论文
研究方向 页码范围 1-2
页数 2页 分类号 TP3
字数 3346字 语种 中文
DOI 10.3969/j.issn.1673-2782.2007.09.001
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 林甲祥 福州大学福建省空间信息工程研究中心数据挖掘与信息共享教育部重点实验室 4 6 2.0 2.0
2 刘丰富 福州大学福建省空间信息工程研究中心数据挖掘与信息共享教育部重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (47)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
密度离群
MST聚类
最小生成树
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导