原文服务方: 计算机应用研究       
摘要:
在LDOF算法的基础上, 提出一种基于多重聚类的离群点检测算法PMLDOF。该算法针对局部离群度量计算量大的缺点, 采用聚类剪枝技术作为减少计算量的方法; 同时, 为了避免将位于簇边缘的离群点错剪, 算法利用多重聚类的差异性对簇的边缘点进行筛选。在对数据集进行剪枝后, 计算剩余数据的局部离群度LDOF, 并找出符合条件的离群数据点。实验结果表明, 算法在时间复杂度和检测精度上具有更好的优越性。
推荐文章
基于聚类和局部信息的离群点检测算法
离群点检测
k-means聚类
局部离群因子
基于采样的超球体聚类离群点检测算法
超球体
离群度
聚集度
定量描述
聚类
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
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 一种基于多重聚类的离群点检测算法
来源期刊 计算机应用研究 学科
关键词 数据挖掘 离群检测 剪枝 多重聚类 局部离群度
年,卷(期) 2013,(3) 所属期刊栏目 算法研究探讨
研究方向 页码范围 751-753,756
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.03.027
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 古平 重庆大学计算机学院 38 335 11.0 17.0
2 罗志恒 重庆大学计算机学院 2 40 2.0 2.0
3 刘海波 重庆大学计算机学院 1 36 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (54)
参考文献  (3)
节点文献
引证文献  (36)
同被引文献  (91)
二级引证文献  (90)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
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)
2013(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(7)
  • 引证文献(6)
  • 二级引证文献(1)
2015(10)
  • 引证文献(5)
  • 二级引证文献(5)
2016(15)
  • 引证文献(7)
  • 二级引证文献(8)
2017(18)
  • 引证文献(1)
  • 二级引证文献(17)
2018(32)
  • 引证文献(5)
  • 二级引证文献(27)
2019(27)
  • 引证文献(8)
  • 二级引证文献(19)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
数据挖掘
离群检测
剪枝
多重聚类
局部离群度
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
论文1v1指导