原文服务方: 计算机应用研究       
摘要:
为识别混合属性数据集中的离群点,提出了一种基于共享最近邻的离群检测算法,通过计算增量聚类结果簇间的共享最近邻相似度,不但能够发现任意形状的簇,还可以检测到变密度数据集中的全局离群点.算法时间复杂度关于数据集的大小和属性个数呈近似线性.在人工数据集和真实数据集上的实验结果显示,提出的算法能有效检测到数据集中的离群点.
推荐文章
基于K-近邻树的离群检测算法
离群检测
离群簇
最小生成树
不相似性
K-近邻
基于自然最近邻居的社团检测算法
社团检测
复杂网络
自然最近邻居
结构相似度
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
基于裁边策略的空间离群区域检测算法
空间离群点
区域检测
Delaunay三角网
裁边
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 基于共享最近邻的离群检测算法
来源期刊 计算机应用研究 学科
关键词 共享最近邻 离群检测 任意形状簇 混合属性
年,卷(期) 2012,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2426-2428,2453
页数 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.07.006
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 郑远攀 郑州轻工业学院计算机与通信工程学院 29 140 6.0 10.0
2 万仁霞 北方民族大学信息与计算科学学院 11 10 2.0 3.0
3 苏晓珂 郑州轻工业学院计算机与通信工程学院 15 53 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (31)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
共享最近邻
离群检测
任意形状簇
混合属性
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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
论文1v1指导