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:
为提高现有背景离群点检测算法背景子图划分的准确性,提出一种基于K-way谱聚类的背景离群点检测算法.构造图模型,对其进行K-way划分,使得到的背景子图具有解释性意义,从划分后的背景子图中获得离群点.实验结果表明,该算法的H指标提高50%,VⅥ指标降低70%,其精确度有较大提高,且没有对图的结构进行改变,不会丢失重要信息.
推荐文章
基于聚类划分的两阶段离群点检测算法
层次聚类
K-均值
信息熵
距离和
离群点检测
基于 WSRFCM 聚类的局部离群点检测算法
特征加权
阴影集
阴影粗糙模糊聚类
局部离群度
离群点检测
聚类剪枝算法在离群点检测中的应用
离群点检测
聚类算法
剪枝
一种基于多重聚类的离群点检测算法
数据挖掘
离群检测
剪枝
多重聚类
局部离群度
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K-way谱聚类的背景离群点检测
来源期刊 计算机工程 学科 工学
关键词 K-way谱聚类 二分法 背景离群点 随机游走 背景子图 图划分因子
年,卷(期) 2013,(3) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 197-202,208
页数 7页 分类号 TP391
字数 6235字 语种 中文
DOI 10.3969/j.issn.1000-3428.2013.03.039
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 薛安荣 江苏大学计算机科学与通信工程学院 45 665 13.0 25.0
2 霍莉莉 江苏大学计算机科学与通信工程学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (201)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
K-way谱聚类
二分法
背景离群点
随机游走
背景子图
图划分因子
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
论文1v1指导