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:
移动数据的研究逐渐成为了数据挖掘研究领域的热点.已有的移动对象离群轨迹检测算法部分参数敏感且需人工调节,导致算法不稳定,可扩展性不理想;同时,已有算法完全根据自己主观定义的度量来探测离群轨迹,没有充分利用已知轨迹反映的信息.因此,提出一种基于半监督技术的移动对象离群轨迹检测算法,利用半监督技术,根据已知的信息确定敏感参数,克服算法不稳定的缺点,并从整体与局部相结合的角度设计新的度量,以发现有意义的移动对象离群轨迹.实验表明该算法可以发现更有意义的移动对象离群轨迹并减少参数的人工调节.
推荐文章
基于分化距离的离群点检测算法
离群点检测
分化距离
分化度
友邻点
基于共享最近邻的离群检测算法
共享最近邻
离群检测
任意形状簇
混合属性
基于多示例学习的时序离群点检测算法研究
机器学习
时序离群点
多示例学习
聚类
平均因子
基于数据集对象平均离群因子的离群点选择算法
离群点
局部偏离因子
加权属性
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 半监督的移动对象离群轨迹检测算法
来源期刊 计算机研究与发展 学科 工学
关键词 移动对象 离群轨迹 半监督学习 离群点挖掘 数据挖掘
年,卷(期) 2011,(11) 所属期刊栏目 人工智能
研究方向 页码范围 2074-2082
页数 分类号 TP181|TP301.6
字数 6544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 郭躬德 福建师范大学数学与计算机科学学院 74 600 12.0 22.0
2 黄添强 福建师范大学数学与计算机科学学院 44 258 9.0 14.0
4 秦小麟 南京航空航天大学信息科学与技术学院 175 1597 20.0 30.0
7 余养强 福建师范大学数学与计算机科学学院 4 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (5)
二级引证文献  (20)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(9)
  • 引证文献(4)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
移动对象
离群轨迹
半监督学习
离群点挖掘
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
计算机研究与发展
月刊
1000-1239
11-1777/TP
大16开
北京中关村科学院南路6号
2-654
1958
chi
出版文献量(篇)
7553
总下载数(次)
35
总被引数(次)
164870
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
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导