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:
系统地研究了数据挖掘中异常点检测的一般方法,并指明了它们的优缺点.对高维的和基于聚类的异常点挖掘情况进行了分析,希望使用者能够以这些方法为基础提出更好的方法.
推荐文章
物联网通信异常数据的检测方法研究
物联网
支持向量机
异常数据
多特征约束
物联网环境下Web数据库异常数据检测方法研究
网络信道
干扰频率
时空关联
基于改进负向选择算法的异常数据检测方法
异常数据检测
负向选择算法
污水处理
基于入侵特征选择的网络异常数据检测模型
异构集成网络
异常数据
数据检测
数据挖掘
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 异常数据的检测方法
来源期刊 重庆工学院学报(自然科学版) 学科 数学
关键词 数据挖掘 异常点 聚类 异常点挖掘算法
年,卷(期) 2009,(2) 所属期刊栏目 数学·物理
研究方向 页码范围 86-89
页数 4页 分类号 O29
字数 3673字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2009.02.019
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 王元明 安徽大学数学科学学院 3 25 1.0 3.0
2 熊伟 安徽大学数学科学学院 5 30 2.0 5.0
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  (1)
节点文献
引证文献  (24)
同被引文献  (25)
二级引证文献  (146)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(12)
  • 引证文献(1)
  • 二级引证文献(11)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(15)
  • 引证文献(1)
  • 二级引证文献(14)
2014(20)
  • 引证文献(3)
  • 二级引证文献(17)
2015(19)
  • 引证文献(2)
  • 二级引证文献(17)
2016(16)
  • 引证文献(6)
  • 二级引证文献(10)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(38)
  • 引证文献(1)
  • 二级引证文献(37)
2019(23)
  • 引证文献(3)
  • 二级引证文献(20)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘
异常点
聚类
异常点挖掘算法
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导