您的位置： 专家智库 > >

李静永

作品数：3 被引量：3H指数：1
供职机构：吉林大学计算机科学与技术学院更多>>
发文基金：吉林省科技发展计划基金中央级公益性科研院所基本科研业务费专项更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 1篇点检测算法
  • 1篇动态性
  • 1篇社会网络分析
  • 1篇相似度
  • 1篇离群点
  • 1篇离群点检测
  • 1篇离群点检测算...
  • 1篇领袖
  • 1篇局部信息
  • 1篇聚类
  • 1篇K-MEAN...
  • 1篇K-均值
  • 1篇LEADER...
  • 1篇测算法
  • 1篇TOP

机构

  • 3篇吉林大学
  • 1篇白城师范学院
  • 1篇中国科学院长...

作者

  • 3篇李静永
  • 1篇王春霞
  • 1篇黄岚
  • 1篇赵健
  • 1篇武龙举
  • 1篇张强
  • 1篇王喆

传媒

  • 1篇吉林大学学报...

年份

  • 2篇2012
  • 1篇2011
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
动态社会网络社区发现算法研究
现实世界中，社会网络以朋友关系网络、科研人员合著关系网络、电力网络等形式广泛存在于多个领域。目前，社会网络分析已经成为数据挖掘中的一个研究热点。 作为社会网络分析中的一项重要内容，社区发现吸引了大量来自多个领域的专家学者...
李静永
关键词：社会网络分析动态性相似度
文献传递
Evolved-Top Leaders——一种改进的重叠社区发现算法
针对Top leaders算法在迭代划分社区过程中只考虑同一社区内节点间影响的问题,提出计算社区中心的新标准"贡献度",降低了算法陷入局部最优的可能,使社区划分结果更符合社区的一般定义。同时,深入分析与修订了中介（Hub...
李静永王有利黄岚王喆
文献传递
基于聚类和局部信息的离群点检测算法被引量：1
2012年
针对目前大部分离群点检测算法未考虑数据的局部信息,导致离群点检测的准确率低问题,提出一种新的基于聚类和局部信息的两阶段离群点检测算法.通过定义新的局部离群因子作为判断数据对象是否为离群点的衡量标准,改进了传统离群点检测算法的过程.实验结果表明,该算法在保持线性复杂度的同时,能更准确、有效地挖掘出数据集中的离群点.
张强王春霞赵健武龙举李静永
关键词：离群点检测K-MEANS聚类
全选 清除 导出
共1页<1>
聚类工具0