原文服务方: 微电子学与计算机       
摘要:
提出一种基于FFD的大规模高维数据集中局部异常数据挖掘算法.将FFD首次应用在挖掘中,通过引用无线传输技术,将所提方法的宗旨定为对作业级与任务级的实现,以提高局部异常数据抗干扰能力.所提方法利用FFD的强控制能力实现无线传输技术与挖掘进程的数据互通,利用FIFO挖掘思想依次进行数据本地化与挖掘,并对挖掘流程与目标函数进行了重点设计.实验结果证明,所提方法的可靠性强,挖掘效率高,挖掘任务完成量大.
推荐文章
高维数据集中局部离散文本数据挖掘方法研究
高维数据
数据特征聚类
数据挖掘
关联规则
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
大规模多视图数据的自降维K-means算法
大规模数据
多视图
自降维
K-means
信息互补
高维数据集中局部离散文本数据挖掘方法研究
高维数据
数据特征聚类
数据挖掘
关联规则
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 大规模高维数据集中局部异常数据挖掘算法
来源期刊 微电子学与计算机 学科
关键词 大规模高维数据集 局部异常数据 挖掘算法 本地化
年,卷(期) 2018,(3) 所属期刊栏目
研究方向 页码范围 116-119,124
页数 5页 分类号 TP311.52
字数 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 刘继华 吕梁学院计算机科学与技术系 23 35 3.0 4.0
2 张凯斐 吕梁学院计算机科学与技术系 5 11 2.0 3.0
3 张菊芳 山西能源学院基础部 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (76)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (36)
二级引证文献  (6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(23)
  • 参考文献(2)
  • 二级参考文献(21)
2016(15)
  • 参考文献(3)
  • 二级参考文献(12)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
大规模高维数据集
局部异常数据
挖掘算法
本地化
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导