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:
为了更加智能地检测离群点,克服传统离群点检测算法的机械性,提升多维数据集合离群点挖掘效率,在传统的离群数据挖掘算法的基础上,提出了一种基于人工神经网络的多维离群点检测算法。仿真实验结果表明,该算法具有对用户依赖性小、检测精度高的优点,为检测离群点提供了一种新的路径。
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
一种基于多标记的局部离群点检测算法
机器学习
局部离群点
多标记
类别权重
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 基于人工神经网络的多维离群点检测算法
来源期刊 微型机与应用 学科 工学
关键词 人工神经网络 多维数据 智能化 熵权
年,卷(期) 2014,(5) 所属期刊栏目 技术与方法
研究方向 页码范围 76-78
页数 3页 分类号 TN391.5
字数 2398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 卢建军 西安邮电大学通信与信息工程学院 38 173 7.0 11.0
2 梁兵 西安邮电大学通信与信息工程学院 1 3 1.0 1.0
3 卫晨 西安邮电大学通信与信息工程学院 31 159 7.0 11.0
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  (44)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(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
人工神经网络
多维数据
智能化
熵权
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导