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:
针对传统离群点检测过程中属性多、维度大等问题,结合粗糙集理论,提出一种基于近邻关系的离群约简搜索算法.利用属性约简技术解决对象不相容的问题,并有效缩减离群搜索的属性空间.计算任意点与其他所有点间的距离和,通过计算基于近邻的加权离群因子来判定离群点,并在通用数据集上进行测试.实验结果表明,该离群检测算法的搜索精度较高.
推荐文章
基于幂图的离群子空间搜索算法
幂图
离群约简
显著子空间
离群子空间
离群划分相似度
散乱数据点的k近邻搜索算法
散乱点
k近邻
八叉树
散乱数据点的k近邻快速搜索算法
点云
k近邻
空间划分
一种基于角相似性的k-最近邻搜索算法
k-最近邻搜索
数据分割
角相似性
壳-超圆锥体
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 基于近邻关系的离群约简搜索算法
来源期刊 计算机工程 学科 工学
关键词 离群点检测 离群因子 核属性集 决策表 近邻关系
年,卷(期) 2011,(21) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 38-39,42
页数 分类号 TP311
字数 3232字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.21.013
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 胡云 淮海工学院计算机工程学院 25 259 8.0 15.0
5 潘祝山 淮海工学院计算机工程学院 9 41 3.0 6.0
6 施珺 淮海工学院计算机工程学院 38 153 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (13)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (3)
1982(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
离群点检测
离群因子
核属性集
决策表
近邻关系
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导