检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于ICA与SVM的孤立点挖掘模型

计算机科学 2006年第9期33卷 175-177页

作者：彭红毅蒋春福朱思铭华南农业大学理学院广州510642 中山大学数学与计算科学学院广州510275

本文提出一种基于独立成分分析(ICA)与支持向量机(SVM)的孤立点挖掘模型——ISOM模型,用ICA时观测到的多维随机向量进行独立成分分解,用SVM估计独立成分的密度函数,克服了传统孤立点挖掘方法的一些缺点,为数据挖掘提供了一种有效的方法... 详细信息

本文提出一种基于独立成分分析(ICA)与支持向量机(SVM)的孤立点挖掘模型——ISOM模型,用ICA时观测到的多维随机向量进行独立成分分解,用SVM估计独立成分的密度函数,克服了传统孤立点挖掘方法的一些缺点,为数据挖掘提供了一种有效的方法,并通过实验验证了该模型的合理性与正确性。

关键词：孤立点 ICA SVM 密度函数估计

在线全文

学校读者我要写书评

暂无评论

逻辑伪度量空间中的孤立点

计算机工程与应用 2010年第11期46卷 1-2,21页

作者：李璧镜王国俊陕西师范大学数学与信息科学学院西安710062 宝鸡文理学院数学系陕西宝鸡721007

在逻辑系统MTL中,对全体逻辑公式集上建立的逻辑伪度量空间进行研究,讨论了孤立点的情形,指出积分真度不为零的公式一定不是对应空间中的孤立点,而对于积分真度为零的公式,则要分不同性质类型的系统讨论,得到的情形也完全不同。

关键词：积分真度逻辑伪度量空间孤立点

一种对孤立点不敏感的新的K-Means聚类算法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2020年第5期43卷 109-112页

作者：包志强赵媛媛胡啸天赵研西安邮电大学通信与信息工程学院陕西西安710121

针对传统K-Means聚类算法的不足,提出一种新的对孤立点不敏感的K-Means聚类算法。首先,采用孤立点移除算法消除数据集中存在的孤立点;然后,对不包含孤立点的数据集进行传统K-Means聚类,再引入轮廓系数并选择轮廓系数最大值对应的簇类数... 详细信息

针对传统K-Means聚类算法的不足,提出一种新的对孤立点不敏感的K-Means聚类算法。首先,采用孤立点移除算法消除数据集中存在的孤立点;然后,对不包含孤立点的数据集进行传统K-Means聚类,再引入轮廓系数并选择轮廓系数最大值对应的簇类数作为数据集中簇的最优选择数目K;最后,通过自定义的聚类有效性评价函数评估聚类效果。实验结果表明,相对于传统K-Means聚类算法,对孤立点不敏感的新的K-Means聚类算法能够消除孤立点对数据集整体的影响,并优化了聚类中心的选择。

关键词： K-Means聚类算法孤立点轮廓系数簇类数聚类有效性评价函数聚类中心

在线全文

学校读者我要写书评

暂无评论

线性超树的孤立点与悬挂边数目

重庆大学学报（自然科学版） 2006年第6期29卷 75-77,86页

作者：龚劬何静重庆大学数理学院重庆400030

在先通过引入线性超树的对应二部树的特殊对应性质来刻划超树的顶点与超边的结构,得出了线性超树的孤立点数目的计算公式和一系列推论,从而进一步揭示了度序列与线性超树的关系.然后给出了求线性超树悬挂边数目的可行算法,其算法复杂度... 详细信息

在先通过引入线性超树的对应二部树的特殊对应性质来刻划超树的顶点与超边的结构,得出了线性超树的孤立点数目的计算公式和一系列推论,从而进一步揭示了度序列与线性超树的关系.然后给出了求线性超树悬挂边数目的可行算法,其算法复杂度仅为O(|E(T)|2).这对于充实超树的计数理论与应用实践均是有益的.

关键词：线性超树孤立点悬挂边二部树

在线全文

学校读者我要写书评

暂无评论

基于距离和密度的分布式孤立点探测算法

微计算机信息 2008年第6期24卷 222-224页

作者：王道平冯俊郝玫北京科技大学经济管理学院北京100083

在数据挖掘中,对待数据集中的孤立点有两种策略:一种是将它们作为噪声而从数据集中清洗出去;另一种则将它们作为研究对象,称为孤立点探测.孤立点如此不同于集合中的其他数据点,以至于我们怀疑这些孤立点是否基于不同的机制产生.基于Bay... 详细信息

在数据挖掘中,对待数据集中的孤立点有两种策略:一种是将它们作为噪声而从数据集中清洗出去;另一种则将它们作为研究对象,称为孤立点探测.孤立点如此不同于集合中的其他数据点,以至于我们怀疑这些孤立点是否基于不同的机制产生.基于Bay算法和LOF(local outlier factor)算法,设计了两种分布式孤立点探测算法,一种基于距离探测,另一种基于密度.估计的这两种算法的工作量显示出它们的通讯量可以有效的控制,工作量上限为二次阶.

关键词：孤立点分布式数据挖掘分布式数据挖掘

面向数据流的局部异常孤立点动态挖掘算法研究及应用

在线全文

学校读者我要写书评

暂无评论

面向数据流的局部异常孤立点动态挖掘算法研究及应用

作者：高可青岛大学

学位级别：硕士

数据挖掘的大多数算法主要研究问题是发现“大模式”,孤立点发现算法是用来发现数据集中“小的模式”,孤立点是指数据集中那些偏离其他的观测值以至于被怀疑为从不同的机制产生的观测值。孤立点发现的任务可以描述如下：给定一个由N个... 详细信息

数据挖掘的大多数算法主要研究问题是发现“大模式”,孤立点发现算法是用来发现数据集中“小的模式”,孤立点是指数据集中那些偏离其他的观测值以至于被怀疑为从不同的机制产生的观测值。孤立点发现的任务可以描述如下：给定一个由N个数据点或对象构成的集合,及预期的孤立点数量n,发现与剩余的数据相比是最不一致的、异常的或显著相异的前n个对象。孤立点发现是数据挖掘中的一个重要研究方向,已经应用于许多领域,尤其在网络入侵检测中,入侵用户的行为明显异于一般的网络用户,基于此,本文研究了孤立点发现算法,并将孤立点分析算法应用于网络入侵检测中。局部异常孤立点LOF算法可以发现基于不同密度的孤立点,给每个对象赋予一个局部异常因子来表示其异常程度,更贴近孤立点的本质定义。近年来,一种新的数据应用正受到广泛关注,在这些应用中数据不再保存持久不变的关系,而是规模宏大,连续,快速,随时间变化的数据流。由于现实中不断到达的网络连接记录属于流数据,而原静态LOF算法由于时间复杂度高且无法适应数据流的变化等原因不适合实时的数据流挖掘,本文着重研究了在数据流环境下准确识别和发现孤立点问题,提出了一种孤立点数目n阈值自动调整的局部异常孤立点动态挖掘算法：n-IncLOF算法。该算法既保留了原静态LOF算法的优点又能满足对快速到达且不断变化的数据流的实时连续查询的要求。n-IncLOF基于局部异常LOF孤立点发现算法,考虑到孤立点在流数据发生时的不均匀性,给出了孤立点数目阈值n调整函数,分析了算法过程中数据点的插入、删除和修改等过程,给出了n-IncLOF算法描述,并分析了算法的复杂度。基于n-IncLOF算法研制了网络入侵异常检测系统。设计并实现了采用n-IncLOF算法做检测引擎基于主机和网络混合特征属性的实时网络入侵异常检测系统OutlierDIDS,并通过该系统对KDD CUP99数据流的异常检测实验证明了n-IncLOF算法对孤立点数目的变化具有很强的自适应能力,相比原算法不仅大幅提高了检测率还降低了误报率,同时也证明了OutlierDIDS系统满足了网络入侵检系统对有效性、自适应性和实时性的要求。

关键词：孤立点 n阈值数据流数据挖掘网络入侵检测系统

关联规则挖掘和孤立点分析的研究及其在ACRM中的应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关联规则挖掘和孤立点分析的研究及其在ACRM中的应用

作者：李鹤松国防科学技术大学

学位级别：硕士

近年来,数据挖掘引起了信息产业界的极大关注,其原因是存在大量数据,可以广泛使用,并且迫切需要将这些数据转换成有用的信息和知识。数据挖掘是实现这个转换的重要途径。本文关注数据挖掘中的关联规则和孤立点问题,研究概率论中的概率... 详细信息

近年来,数据挖掘引起了信息产业界的极大关注,其原因是存在大量数据,可以广泛使用,并且迫切需要将这些数据转换成有用的信息和知识。数据挖掘是实现这个转换的重要途径。本文关注数据挖掘中的关联规则和孤立点问题,研究概率论中的概率统计理论和李雅普诺夫定理在关联规则和孤立点问题中的应用,并将关联规则挖掘和孤立点挖掘分别应用于分析型客户关系管理系统中的交叉营销和风险评估中。全文共分六章。第一章介绍了客户关系管理的定义、流行的原因、分类,数据挖掘产生的背景、定义、功能,以及数据挖掘在客户关系管理中的应用。第二章综述了关联规则的各种挖掘方法,第三章研究了概率统计在否定关联规则挖掘问题中的应用,针对传统关联规则挖掘方法由于不考虑属性间的相关性和否定关联,而使得挖掘结果不全面、可能误导的缺陷,提出基于概率统计的否定关联规则挖掘方法,并给出了相应的算法描述。第四章综述了孤立点的各种挖掘方法,第五章研究了李雅普诺夫定理在孤立点挖掘问题中的应用,传统的孤立点挖掘方法或者计算复杂或者理解困难或者参数不易确定,针对这些缺陷,第五章提出了基于李雅普诺夫定理的数据孤立点挖掘方法,并给出了相应的算法描述。第六章描述了分析型客户关系管理系统的体系结构及其实现,并加入了前五章所描述和研究的算法和模型,实现了一个分析型客户关系管理原型系统—KDACRM。

关键词： CRM ACRM 数据挖掘关联规则概率统计孤立点李雅普诺夫定理