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:
在数据挖掘中,对于数据源中的孤立点的研究可以用于网络攻击、欺诈检测等领域.而Internet的广泛使用使得大量数据以时序性的流的形式存在.针对传统数据挖掘对流数据孤立点挖掘应用中所遇到的问题,文中提出了一个基于改进的距离和密度的孤立点挖掘算法.实验证明,该算法能够有效地检测到流数据中的局部孤立点,从而捕捉到数据流上的概念漂移,能更好地应用于实际.
推荐文章
基于网格密度和引力的不确定数据流聚类算法
不确定数据流
网格特征向量
网格密度
网格引力
零星网格
一种基于k-means聚类的航运信息孤立点分析算法
数据挖掘
k-means
孤立点
航运信息
一种基于层次聚类的全局孤立点识别方法
孤立点检测
层次聚类
数据挖掘
全局孤立点
基于局部孤立系数的孤立点挖掘
孤立点
k-距离
k-距离邻居
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 基于网格和聚类的流数据孤立点挖掘
来源期刊 数字技术与应用 学科 工学
关键词 孤立点 流数据 概念漂移 聚类 网格
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 182-183
页数 分类号 TP311
字数 3858字 语种 中文
DOI
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 任广伟 贵州大学计算机科学与信息学院 14 22 3.0 3.0
2 罗聪 贵州大学计算机科学与信息学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (145)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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
孤立点
流数据
概念漂移
聚类
网格
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导