局部离群点相关论文
为提高低压台区线损异常检测方法的数据采集成功率与检测准确率，提出基于局部离群点的低压台区线损异常检测方法研究。分析低压台区......
当前局部离群点并行检测算法在实现时,没有消除局部离群点中存在的冗余数据,存在k值不稳定、局部可达密度低、检测时间长的问题,严......
离群检测是数据挖掘领域的重点问题之一,而离群检测算法中各种参数的取值严重影响着离群算法的检测结果.特别是,当存在具有任意形......
离群点检测是数据挖掘领域研究的重要问题之一，与其他数据挖掘研究的任务不同，离群点检测着力于从数据集中发现与其他数据显著不同的......
数据流聚类是数据挖掘领域的一个重要研究方向，其研究成果已被应用于诸多领域。然而传统数据流聚类算法不适应于不确定数据流，而且在......
[目的]基于局部密度的LOF算法时间复杂度高,且容易将处于簇边缘的正常对象误判成异常对象,INFLO算法引进反向k-近邻解决LOF算法这......
高频数据易出现异常且出于无序状态,研究基于局部离群点检测的高频数据共现聚类算法。利用可变网格划分的局部离群点,挖掘高频数据......
针对三维扫描仪获取的带噪声和离群点的点云数据,提出了基于局部离群点概念的去噪算法。通过k-近邻(KNN)搜索建立散乱点之间的拓扑......
提出了一种基于多示例学习(multi-instance learning,MIL)的局部离群点检测算法,称之为MIL-LOF(a local outlier factor based on ......
基于密度的局部离群点检测算法（LOF）不适用于解决高维度、多义性的数据集检测.通过对LOF算法的分析,提出了一种基于多标记学习（Multi-......
基于统计学和基于距离的离群点检测都依赖与给定数据点集的全局分布,然而数据通常并非都是均匀分布的。当分析分布密度相差很大的......
离群点挖掘是数据挖掘中的重要分支之一。近年来,离群点挖掘得到许多学者的广泛关注和研究。在平日生活中,存在着少数与众不同的信......
为能及时发现数据流上的局部离群点,分析数据流已有的离群点挖掘算法,提出基于小波密度估计的离群点检测算法。利用小波密度估计多......
近年来,随着不确定数据挖掘方法在气象、经济、军事、移动电信等领域的广泛应用,不确定数据的研究已成为当前数据挖掘理论体系的研......
离群点挖掘可揭示稀有事件和现象、发现有趣的模式,有着广阔的应用前景,因此引起广泛关注。首先介绍离群点的定义、引起离群的原因......
数据挖掘领域,基于最近邻居思想的离群检测算法在面对复杂数据时,很难在没有足够先验知识条件下进行适当的参数选择。为了解决这个......
