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:
基于密度的局部异常检测算法(LOF算法)的时间复杂度较高,限制了其在高维数据集以及大规模数据集中的使用.该文通过分析LOF算法,引入记忆效应概念,提出具有记忆效应的局部异常检测算法--MELOF算法.实验测试表明,该算法的计算结果与LOF算法完全相同,而且能够大大缩短运行时间.
推荐文章
提取局部特征的机械异常运行检测算法
机械运行
局部特征
轮廓匹配
异常信息
基于流分解的异常检测算法
网络异常
时间序列分析
流分解
异常证据及其检测算法研究
DS证据理论
异常证据
检测
冲突
基于粒子群优化的异常入侵检测算法的研究
粒子群算法
动态聚类分析
入侵检测
适应度函数
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 基于记忆效应的局部异常检测算法
来源期刊 计算机工程 学科 工学
关键词 数据挖掘 异常检测 局部异常因子 记忆效应 MELOF算法
年,卷(期) 2008,(12) 所属期刊栏目 博士论文
研究方向 页码范围 4-6
页数 3页 分类号 TP311.13
字数 2772字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.12.002
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 李俊 中国科学院计算机网络信息中心 242 2653 26.0 41.0
2 阎保平 中国科学院计算机网络信息中心 162 2464 23.0 43.0
3 李健 中国科学院计算机网络信息中心 92 1070 17.0 31.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (30)
参考文献  (1)
节点文献
引证文献  (19)
同被引文献  (17)
二级引证文献  (73)
2004(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2012(9)
  • 引证文献(3)
  • 二级引证文献(6)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
异常检测
局部异常因子
记忆效应
MELOF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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导