您的位置: 专家智库 > >

广西大学科研基金(XJZ100258)

作品数:2 被引量:9H指数:2
相关作者:梁斌梅韦琳娜宋庆祯更多>>
相关机构:广西大学四川大学更多>>
发文基金:广西大学科研基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇数据挖掘
  • 2篇聚类
  • 2篇孤立点
  • 2篇孤立点检测
  • 2篇层次聚类
  • 1篇识别方法
  • 1篇数据集
  • 1篇N

机构

  • 2篇广西大学
  • 2篇四川大学

作者

  • 2篇梁斌梅
  • 1篇宋庆祯
  • 1篇韦琳娜

传媒

  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
一种基于层次聚类的全局孤立点识别方法被引量:4
2011年
针对现有的孤立点检测算法在通用性、有效性、用户友好性及处理高维大数据集的性能还不完善,提出了一种快速有效的基于层次聚类的全局孤立点检测方法。该方法基于层次聚类的结果,根据聚类树和距离矩阵可视化判断数据孤立程度,并确定孤立点数目。从聚类树自顶向下,无监督地去除孤立点。仿真实验验证了本方法能快速有效识别全局孤立点,具有用户友好性,适用于不同形状的数据集,可用于大型高维数据集的孤立点检测。
梁斌梅韦琳娜宋庆祯
关键词:孤立点检测层次聚类数据挖掘
基于层次聚类识别数据集前n个全局孤立点被引量:5
2012年
孤立数据的存在使数据挖掘结果不准确,甚至错误。现有的孤立点检测算法在通用性、有效性、用户友好性及处理高维大数据集的性能还不完善,为此,提出一种有效的全局孤立点检测方法,该方法进行凝聚层次聚类,根据聚类树和距离矩阵来可视化判断数据孤立程度,确定孤立点数目。从聚类树自顶向下,无监督地去除离群数据点。在多个数据集上的仿真实验结果表明,该方法能有效识别孤立程度最大的前n个全局孤立点,适用于不同形状的数据集,算法效率高,用户友好,且适用于大型高维数据集的孤立点检测。
梁斌梅
关键词:孤立点检测层次聚类数据挖掘
共1页<1>
聚类工具0