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:
离群检测作为数据挖掘中一项重要内容,已经应用于许多领域,因此引起广泛关注.介绍了传统的离群点检测算法的分类,针对传统算法无法适用于新兴数据模型的问题,首先详细讨论了高维数据的离群点检测算法,并提出了离群组合技术的方法以解决与高维数据相关联的问题,其次描述了不确定数据和数据流离群检测算法,最后对离群检测算法的性能评价进行了讨论,并指出了进一步的研究方向.
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
高维空间中离群点检测算法研究
数据挖掘
离群点检测
高维数据
PSO算法
k均值算法
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
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 离群点检测算法研究
来源期刊 计算机与数字工程 学科 工学
关键词 高维数据 离群检测 不确定数据 数据流
年,卷(期) 2017,(6) 所属期刊栏目 算法与分析
研究方向 页码范围 1045-1048
页数 4页 分类号 TP311
字数 4119字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.06.007
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 芦彩林 晋中学院信息技术与工程学院 14 51 4.0 6.0
2 李俊丽 晋中学院信息技术与工程学院 9 37 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (36)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高维数据
离群检测
不确定数据
数据流
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导