钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
天津理工大学学报期刊
\
一种基于OPTICS和IncLOF的异常数据挖掘算法
一种基于OPTICS和IncLOF的异常数据挖掘算法
作者:
刘震
王传玉
王怀彬
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
异常数据挖掘
聚类
局部离群因子
OPTICS算法
IncLOF算法
摘要:
在动态增加的数据库环境下,异常数据挖掘中二次挖掘时需重新计算数据集中所有数据对象的局部离群因子的超高时间复杂度问题,在IocLOF算法中得到解决并取得良好效果.当向数据库中同时增加多条数据对象时,其算法时间效率下降很快.本文提出一种新的异常数据挖掘算法,先用改进型OPTICS算法进行聚类,然后调用IncLOF算法仅对部分受影响的数据对象计算局部离群因子.通过实验结果表明,与传统的IncLOF算法相比,本文提出的算法在动态增加的数据库实验环境下,不仅算法时间效率得到提高,在异常数据挖掘的精度方面也有一定的优化.
暂无资源
收藏
引用
分享
推荐文章
大规模高维数据集中局部异常数据挖掘算法
大规模高维数据集
局部异常数据
挖掘算法
本地化
基于改进聚类算法的Web异常数据挖掘软件设计
Web网络
异常数据
数据挖掘
软件开发
堆栈弹出
K-means算法
一种基于误差和关键点的地震前兆观测数据异常挖掘算法
异常挖掘
自顶向下分段算法
短时高频异常
局部异常因子
离群程度
一种基于时序分析异常数据的跌倒行为监测方法
行为识别
时序分析
异常监测
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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OPTICS和IncLOF的异常数据挖掘算法
来源期刊
天津理工大学学报
学科
工学
关键词
异常数据挖掘
聚类
局部离群因子
OPTICS算法
IncLOF算法
年,卷(期)
2015,(6)
所属期刊栏目
研究方向
页码范围
14-18
页数
5页
分类号
TP311
字数
4988字
语种
中文
DOI
10.3969/j.issn.1673-095X.2015.006.004
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
王怀彬
天津理工大学计算机与通信工程学院
41
139
7.0
10.0
2
王传玉
天津理工大学计算机与通信工程学院
1
12
1.0
1.0
3
刘震
天津理工大学计算机与通信工程学院
1
12
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(17)
共引文献
(169)
参考文献
(7)
节点文献
引证文献
(12)
同被引文献
(25)
二级引证文献
(34)
2002(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(0)
二级参考文献(2)
2004(2)
参考文献(1)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(5)
参考文献(0)
二级参考文献(5)
2007(3)
参考文献(1)
二级参考文献(2)
2008(4)
参考文献(2)
二级参考文献(2)
2010(3)
参考文献(1)
二级参考文献(2)
2011(1)
参考文献(0)
二级参考文献(1)
2013(2)
参考文献(2)
二级参考文献(0)
2015(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)
2017(5)
引证文献(5)
二级引证文献(0)
2018(14)
引证文献(3)
二级引证文献(11)
2019(20)
引证文献(3)
二级引证文献(17)
2020(6)
引证文献(0)
二级引证文献(6)
研究主题发展历程
节点文献
异常数据挖掘
聚类
局部离群因子
OPTICS算法
IncLOF算法
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
天津理工大学学报
主办单位:
天津理工大学
出版周期:
双月刊
ISSN:
1673-095X
CN:
12-1374/N
开本:
大16开
出版地:
天津市西青区宾水西道391号
邮发代号:
创刊时间:
1984
语种:
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
期刊文献
相关文献
1.
大规模高维数据集中局部异常数据挖掘算法
2.
基于改进聚类算法的Web异常数据挖掘软件设计
3.
一种基于误差和关键点的地震前兆观测数据异常挖掘算法
4.
一种基于时序分析异常数据的跌倒行为监测方法
5.
Web异常数据挖掘的软件开发与改进研究
6.
并行数据库中异常数据优化分类挖掘方法研究
7.
一种基于清洗关联规则的金融数据挖掘算法
8.
基于异常数据预处理和自适应估计的WSN数据融合算法
9.
一种高效的混合压缩数据挖掘算法
10.
一种基于遗传算法的数据挖掘技术
11.
基于入侵特征选择的网络异常数据检测模型
12.
基于知识粒度的异常数据挖掘算法
13.
一种用于数据挖掘的二进制挖掘算法
14.
NetLinX开放网络下异常权限配置挖掘算法
15.
SWFPM:一种有效的数据流频繁项挖掘算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
天津理工大学学报2021
天津理工大学学报2020
天津理工大学学报2019
天津理工大学学报2018
天津理工大学学报2017
天津理工大学学报2016
天津理工大学学报2015
天津理工大学学报2014
天津理工大学学报2013
天津理工大学学报2012
天津理工大学学报2011
天津理工大学学报2010
天津理工大学学报2009
天津理工大学学报2008
天津理工大学学报2007
天津理工大学学报2006
天津理工大学学报2005
天津理工大学学报2004
天津理工大学学报2003
天津理工大学学报2002
天津理工大学学报2001
天津理工大学学报2000
天津理工大学学报2015年第6期
天津理工大学学报2015年第5期
天津理工大学学报2015年第4期
天津理工大学学报2015年第3期
天津理工大学学报2015年第2期
天津理工大学学报2015年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号