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:
提出了一种基于空间相邻关系的点对象离群检测算法SAOD(Space Adjacent Relations Based GML Point Outlier Detection Algorithm).利用空间相邻关系作为空间点对象的相似度度量准则,得到相似度矩阵,从而挖掘GML中的离群点对象.实验结果表明,SAOD算法能有效地检测GML中的离群点对象并且具有较高的效率.
推荐文章
基于相交关系的GML空间线对象离群检测算法
GML
线对象
相交关系
离群检测
基于裁边策略的空间离群区域检测算法
空间离群点
区域检测
Delaunay三角网
裁边
基于相邻关系的地理标识语言空间线对象离群检测算法
空间数据挖掘
离群检测
空间线对象
相邻关系
基于相关子空间的高维离群数据检测算法
数据挖掘
离群数据
稀疏度
高斯核函数
相似度因子
相关子空间
仿真实验
算法分析
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 基于空间相邻关系的GML点对象离群检测算法
来源期刊 南京师范大学学报(工程技术版) 学科 工学
关键词 离群点检测 空间相邻 GML数据挖掘
年,卷(期) 2009,(1) 所属期刊栏目 计算机与通讯工程
研究方向 页码范围 61-63
页数 3页 分类号 TP311
字数 2030字 语种 中文
DOI 10.3969/j.issn.1672-1292.2009.01.013
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 吉根林 南京师范大学数学与计算机科学学院 138 2757 22.0 50.0
5 陈佳春 南京师范大学数学与计算机科学学院 1 6 1.0 1.0
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  (0)
参考文献  (0)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (2)
2009(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)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
离群点检测
空间相邻
GML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
南京师范大学学报(工程技术版)
季刊
1672-1292
32-1684/T
大16开
南京市宁海路122号
2001
chi
出版文献量(篇)
1491
总下载数(次)
3
总被引数(次)
7734
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导