原文服务方: 计算机应用研究       
摘要:
利用矢量量化码书作为数据分类模式最优代表集的特点,提出基于码书的离群点概念,论证了其与经典统计学关于离群点定义的内在联系.在基于学习的矢量量化码书生成算法和最近邻码字搜索算法基础上构造了离群点检测算法.实验结果表明了提出的关于离群点定义的合理性和算法的有效性.
推荐文章
基于微粒群的矢量量化码书设计算法
微粒群算法
UBG算法
码书设计
基于图像分类的矢量量化数字水印算法
矢量量化
码书
图像分类
数字水印
新型混合矢量码书快速匹配算法
矢量量化
快速匹配
最近码字编码
离群点检测技术综述
离群点
深度学习
监督学习
半监督学习
大数据
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 基于矢量量化码书的离群点检测方法
来源期刊 计算机应用研究 学科
关键词 矢量量化 码书 离群点检测算法
年,卷(期) 2008,(8) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2322-2324,2334
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.08.021
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 孙志挥 东南大学计算机科学与工程学院 148 3968 33.0 58.0
2 胡云 淮海工学院计算机科学系 25 259 8.0 15.0
3 李存华 淮海工学院计算机科学系 95 723 15.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(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)
2008(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
矢量量化
码书
离群点检测算法
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
总被引数(次)
238385
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