发表服务
（2）根据k均值聚类算法对离群点敏感这个特点，本文给出了一种带L1惩罚因子的k均值聚类离群点检测方法[30]。本文选择L1惩罚因子，是由于L1正则化能够产生稀疏解，并且相对容易求解。因此本文将L1正则化方法融入到离群点检测的问题中，并最终通过...
国内现行分析化学教材[1-4]在离群值的取舍一节中，通常介绍了4d法、Q检验法和格鲁布斯法或仅介绍后一二种。国外的教材中对离群值的判定方法介绍亦着墨不多，Harvey[5]和Skoog[6]主编的教材中仅介绍了Q检验法，而Harris[7]主编的教材则只介绍了格鲁布斯法。
南京财经大学硕士学位论文高维数据空间中离群点检测算法的研究姓名:吴晓燕申请学位级别:硕士专业:计算机应用技术指导教师:程国达2010-03-10离群点挖掘由于其在检测金融欺诈和网络入侵、疾病预防和控制、灾害气象预报等许多方面的广泛应用而成为数据挖掘领域中的一个重要研究方向。
基于离群点检测(LOF)的K-means算法.杨红李丹宁王雅洁.【摘要】：通过对传统K均值聚类(K-means)算法各种改进算法的学习与研究,针对离群点导致聚类结果效果不理想的问题,提出将离群点检测算法(LOF)与传统K-means算法相结合,首先利用离群点检测算法对数据集...
数据挖掘中的离群点检测算法研究2．1离群点概述2．1．1离群点的定义第二章离群点检测相关理论现有的数据挖掘研究一般集中在发现适用于大部分数据的常规模式，在许多应用领域中，离群点通常是作为噪声这种不受欢迎的存在被忽略的，许多数据挖
本论文提出来一个聚类方法用以检测离群点。通过使用k均值聚类算法来从数据集中划分聚类。离聚类中心比较近的点不太可能是离群点，同时我们可以从聚类中去除掉这些点。接下来计算剩下的点和离群点的距离。
基于聚類的离群点检测.doc,PAGEPAGE9基于聚类的离群点检测方法RajendraPamula,JatindraKumarDeka,SukumarNandiDepartmentofComputerScienceandEngineeringIndianInstituteofTechnologyGuwahatiGuwahati,Assam,IndiaEmail...
根据离群点检测来度量模型的预测结果是否为可信.在UCI公共数据集上,使用主流的基于k均值和基于局部密度的度量方法进行了对比实验.实验结果表明,应用基于离群点检测的分类结果置信度,基于k均值的度量方法和基于局部密度的度量方法均显著...
离群点检测（异常检测）是找出其行为不同于预期对象的过程，这种对象称为离群点或异常。离群点和噪声有区别，噪声是观测变量的随机误差和方差，而离群点的产生机制和其他数据的产生机制就有根本的区别。全局离群点：通过找到某种合适的偏离度量方式，将离群点检测划为不同的类别...
基于距离的离群点检测算法分析与研究.【摘要】：离群点检测作为数据挖掘领域研究的重要组成部分,致力于发掘庞大信息集合中所占比例极小的一部分特殊数据。.这小部分特殊数据由于具有明显的不同于其他数据的离群特征,往往蕴含着真实却又出乎意料的...
（2）根据k均值聚类算法对离群点敏感这个特点，本文给出了一种带L1惩罚因子的k均值聚类离群点检测方法[30]。本文选择L1惩罚因子，是由于L1正则化能够产生稀疏解，并且相对容易求解。因此本文将L1正则化方法融入到离群点检测的问题中，并最终通过...
国内现行分析化学教材[1-4]在离群值的取舍一节中，通常介绍了4d法、Q检验法和格鲁布斯法或仅介绍后一二种。国外的教材中对离群值的判定方法介绍亦着墨不多，Harvey[5]和Skoog[6]主编的教材中仅介绍了Q检验法，而Harris[7]主编的教材则只介绍了格鲁布斯法。
南京财经大学硕士学位论文高维数据空间中离群点检测算法的研究姓名:吴晓燕申请学位级别:硕士专业:计算机应用技术指导教师:程国达2010-03-10离群点挖掘由于其在检测金融欺诈和网络入侵、疾病预防和控制、灾害气象预报等许多方面的广泛应用而成为数据挖掘领域中的一个重要研究方向。
基于离群点检测(LOF)的K-means算法.杨红李丹宁王雅洁.【摘要】：通过对传统K均值聚类(K-means)算法各种改进算法的学习与研究,针对离群点导致聚类结果效果不理想的问题,提出将离群点检测算法(LOF)与传统K-means算法相结合,首先利用离群点检测算法对数据集...
数据挖掘中的离群点检测算法研究2．1离群点概述2．1．1离群点的定义第二章离群点检测相关理论现有的数据挖掘研究一般集中在发现适用于大部分数据的常规模式，在许多应用领域中，离群点通常是作为噪声这种不受欢迎的存在被忽略的，许多数据挖
本论文提出来一个聚类方法用以检测离群点。通过使用k均值聚类算法来从数据集中划分聚类。离聚类中心比较近的点不太可能是离群点，同时我们可以从聚类中去除掉这些点。接下来计算剩下的点和离群点的距离。
基于聚類的离群点检测.doc,PAGEPAGE9基于聚类的离群点检测方法RajendraPamula,JatindraKumarDeka,SukumarNandiDepartmentofComputerScienceandEngineeringIndianInstituteofTechnologyGuwahatiGuwahati,Assam,IndiaEmail...
根据离群点检测来度量模型的预测结果是否为可信.在UCI公共数据集上,使用主流的基于k均值和基于局部密度的度量方法进行了对比实验.实验结果表明,应用基于离群点检测的分类结果置信度,基于k均值的度量方法和基于局部密度的度量方法均显著...
离群点检测（异常检测）是找出其行为不同于预期对象的过程，这种对象称为离群点或异常。离群点和噪声有区别，噪声是观测变量的随机误差和方差，而离群点的产生机制和其他数据的产生机制就有根本的区别。全局离群点：通过找到某种合适的偏离度量方式，将离群点检测划为不同的类别...
基于距离的离群点检测算法分析与研究.【摘要】：离群点检测作为数据挖掘领域研究的重要组成部分,致力于发掘庞大信息集合中所占比例极小的一部分特殊数据。.这小部分特殊数据由于具有明显的不同于其他数据的离群特征,往往蕴含着真实却又出乎意料的...
发表服务