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:
在实际应用中,近邻技术具有简单、快速、高效的特点,受到研究人员的青睐.近来自然最近邻被提出并应用到离群检测和聚类中,鉴于自然最近邻消除了参数k设置的特点,本文将自然最近邻的概念应用到逆k最近邻、互k最近邻、共享k最近邻中,提出了自然逆最近邻、自然互最近邻和自然共享最近邻.并将提出的3种算法在离群点检测中进行了实验对比分析.实验结果表明自然逆最近邻和自然互最近邻能够有效发现局部和全局离群点.
推荐文章
基于共享最近邻的离群检测算法
共享最近邻
离群检测
任意形状簇
混合属性
基于自然最近邻居的社团检测算法
社团检测
复杂网络
自然最近邻居
结构相似度
基于自然最近邻相似图的谱聚类
谱聚类
自然最近邻
相似图
相似度矩阵
基于K-近邻树的离群检测算法
离群检测
离群簇
最小生成树
不相似性
K-近邻
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 基于自然最近邻的离群检测方法研究
来源期刊 智能计算机与应用 学科 工学
关键词 近邻技术 离群点检测 自然最近邻 数据挖掘
年,卷(期) 2019,(4) 所属期刊栏目 学术研究与应用
研究方向 页码范围 40-44,50
页数 6页 分类号 TP391
字数 5032字 语种 中文
DOI 10.3969/j.issn.2095-2163.2019.04.009
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 邓剑勋 重庆电子工程职业学院人工智能与大数据学院 11 15 3.0 3.0
2 李士果 中冶赛迪重庆信息技术有限公司大数据事业部 2 0 0.0 0.0
3 卢建云 重庆电子工程职业学院人工智能与大数据学院 5 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (51)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(9)
  • 参考文献(1)
  • 二级参考文献(8)
2017(10)
  • 参考文献(2)
  • 二级参考文献(8)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
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)
研究主题发展历程
节点文献
近邻技术
离群点检测
自然最近邻
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
总被引数(次)
14240
论文1v1指导