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
任务中心
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
\
哈尔滨商业大学学报(自然科学版)期刊
\
基于高斯核函数的局部离群点检测算法
基于高斯核函数的局部离群点检测算法
作者:
关绍云
张忠平
苗创业
郑丽坤
郭靖天
金一宁
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
离群点
高斯核函数
核密度
共享邻居
k最近邻
数据挖掘
摘要:
随着信息技术的快速发展, 数据资源的结构越来越复杂, 离群点挖掘受到越来越多人关注.基于高斯核函数, 考虑数据对象的k个最近邻居, 反向k近邻居和共享最近邻居三种邻居关系, 估计数据对象的密度, 提出了一种基于高斯核函数的局部离群点检测算法.该算法通过KNN图存储每个数据对象的最近邻, 包括k最近邻, 反向k近邻和共享最近邻, 构成数据对象的邻居集合S;通过核密度估计KDE方法估计数据对象的密度;通过相对密度离群因子RDOF来估计数据对象偏离邻域的程度, 进而判定数据对象是否为离群点, 并在真实和合成的数据集上证明了该算法的有效性.
暂无资源
收藏
引用
分享
推荐文章
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 WSRFCM 聚类的局部离群点检测算法
特征加权
阴影集
阴影粗糙模糊聚类
局部离群度
离群点检测
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
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
基于高斯核函数的局部离群点检测算法
来源期刊
哈尔滨商业大学学报(自然科学版)
学科
工学
关键词
离群点
高斯核函数
核密度
共享邻居
k最近邻
数据挖掘
年,卷(期)
2019,(2)
所属期刊栏目
计算机与信息工程
研究方向
页码范围
185-190,203
页数
7页
分类号
TP311
字数
6979字
语种
中文
DOI
10.3969/j.issn.1672-0946.2019.02.014
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
张忠平
燕山大学信息科学与工程学院
67
714
16.0
25.0
2
金一宁
哈尔滨商业大学计算机与信息工程学院
6
12
2.0
3.0
3
关绍云
哈尔滨商业大学计算机与信息工程学院
13
104
6.0
10.0
4
郭靖天
哈尔滨商业大学计算机与信息工程学院
4
4
1.0
1.0
5
郑丽坤
哈尔滨商业大学计算机与信息工程学院
11
40
2.0
6.0
6
苗创业
燕山大学信息科学与工程学院
1
2
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
(25)
共引文献
(119)
参考文献
(7)
节点文献
引证文献
(2)
同被引文献
(18)
二级引证文献
(0)
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)
2003(2)
参考文献(0)
二级参考文献(2)
2004(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(4)
参考文献(1)
二级参考文献(3)
2008(4)
参考文献(0)
二级参考文献(4)
2010(5)
参考文献(2)
二级参考文献(3)
2011(3)
参考文献(0)
二级参考文献(3)
2013(3)
参考文献(2)
二级参考文献(1)
2014(1)
参考文献(0)
二级参考文献(1)
2016(2)
参考文献(2)
二级参考文献(0)
2019(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)
2020(2)
引证文献(2)
二级引证文献(0)
研究主题发展历程
节点文献
离群点
高斯核函数
核密度
共享邻居
k最近邻
数据挖掘
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
哈尔滨商业大学学报(自然科学版)
主办单位:
哈尔滨商业大学
出版周期:
双月刊
ISSN:
1672-0946
CN:
23-1497/N
开本:
大16开
出版地:
哈尔滨市道里区通达街138号
邮发代号:
创刊时间:
1980
语种:
chi
出版文献量(篇)
3911
总下载数(次)
16
期刊文献
相关文献
1.
一种基于多标记的局部离群点检测算法
2.
基于 WSRFCM 聚类的局部离群点检测算法
3.
基于分化距离的离群点检测算法
4.
基于聚类划分的两阶段离群点检测算法
5.
基于多示例学习的时序离群点检测算法研究
6.
基于局部离群点检测算法的电力通信网络 拥塞安全控制方法
7.
一种基于多重聚类的离群点检测算法
8.
NLOF:基于网格过滤的两阶段离群点检测算法
9.
基于地统计学的空间离群点检测算法的研究
10.
高维空间中离群点检测算法研究
11.
一种基于邻域系统密度差异度量的离群点检测算法
12.
异构分布式环境中的并行离群点检测算法
13.
离群点检测技术综述
14.
基于方形对称邻域的局部离群点检测方法
15.
基于椭球模型的无线传感器网络的局部离群点检测
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
任务中心
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
哈尔滨商业大学学报(自然科学版)2022
哈尔滨商业大学学报(自然科学版)2021
哈尔滨商业大学学报(自然科学版)2020
哈尔滨商业大学学报(自然科学版)2019
哈尔滨商业大学学报(自然科学版)2018
哈尔滨商业大学学报(自然科学版)2017
哈尔滨商业大学学报(自然科学版)2016
哈尔滨商业大学学报(自然科学版)2015
哈尔滨商业大学学报(自然科学版)2014
哈尔滨商业大学学报(自然科学版)2013
哈尔滨商业大学学报(自然科学版)2012
哈尔滨商业大学学报(自然科学版)2011
哈尔滨商业大学学报(自然科学版)2010
哈尔滨商业大学学报(自然科学版)2009
哈尔滨商业大学学报(自然科学版)2008
哈尔滨商业大学学报(自然科学版)2007
哈尔滨商业大学学报(自然科学版)2006
哈尔滨商业大学学报(自然科学版)2005
哈尔滨商业大学学报(自然科学版)2004
哈尔滨商业大学学报(自然科学版)2003
哈尔滨商业大学学报(自然科学版)2002
哈尔滨商业大学学报(自然科学版)2001
哈尔滨商业大学学报(自然科学版)2000
哈尔滨商业大学学报(自然科学版)2019年第6期
哈尔滨商业大学学报(自然科学版)2019年第5期
哈尔滨商业大学学报(自然科学版)2019年第4期
哈尔滨商业大学学报(自然科学版)2019年第3期
哈尔滨商业大学学报(自然科学版)2019年第2期
哈尔滨商业大学学报(自然科学版)2019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