数据挖掘是当今计算机研究领域中一个热点问题，它的意义在于从海量数据中挖掘出有效的，新颖的，有潜在应用价值的并且最终可以被人们所......

离群点检测和分析离群模式隐含的特征是离群点挖掘的重要研究内容。现有离群点检测算法存在两个明显的不足:根据离群度检测离群点,......

针对现有的局部离群点检测算法对数据对象不加分区,致使计算复杂度高的问题,提出了一种基于偏离的局部离群点检测算法。该算法首先......

由于真实数据环境复杂,越来越多的数据分析采用集成的方法来完成,以解决单一方法无法完成的任务。因此,将多种理论相互融合,构造合......

针对云服务中由于资源超额预定造成负载不均衡的云虚拟机异常,提出了一种基于密度空间的局部离群因子(Local Outlier Factor Based......

局部离群点检测算法是数据挖掘中的一个重要研究方向,随着数据的爆炸式增长,挖掘离群点的工作变得更加有意义,当前的各种检测算法......

针对不确定数据集进行离群点检测,设计了基于密度的不确定数据的局部离群因子(Uncertain Local Outlier Factor,ULOF)算法。通过建......

近年来，随着现代科学技术与信息技术的飞速发展，积累了隐藏着有价值信息的海量数据。为了充分利用这些数据，数据挖掘技术成为一个重要......

近年来,随着人们对数据采集和处理技术理解的不断深入,不确定数据挖掘技术在移动电信、军事、经济和气象领域扮演关键角色,如GPS装......