作者:
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:
对统计数据的散度情况,即数据变异指标,进行了说明,变异指标可以使我们对数据的总体特征有更进一步的了解,进而对数据的分布情况有所了解,变异指标对发现数据中的离群数据有一定的作用.作者使用变异指标对基于偏差的离群数据的发现方法进行改进,改进后的算法适合于多维数值数据.
推荐文章
离群数据挖掘综述
数据挖掘
离群检测
异常
高维离群
基于密度的局部离群数据挖掘方法的改进
离群数据挖掘
影响空间
链式距离
相似k距离邻居序列
离群因子
离群点挖掘研究
离群点
数据挖掘
局部离群点
高维数据
数据流
基于SOM的离群数据挖掘集成框架研究
离群数据发现
自组织映射
交互式数据挖掘
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 使用统计变异指标研究离群数据挖掘方法
来源期刊 计算机工程与应用 学科 工学
关键词 统计变异 离群数据 偏差数据
年,卷(期) 2009,(17) 所属期刊栏目 数据库、信息处理
研究方向 页码范围 125-128
页数 4页 分类号 TP18
字数 4745字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.17.038
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 史东辉 安徽建筑工业学院电子与信息工程学院 7 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (29)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (8)
二级引证文献  (10)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
统计变异
离群数据
偏差数据
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导