检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于方形邻域的离群点查找新方法

控制与决策 2006年第5期21卷 541-545,554页

作者：黄添强秦小麟叶飞跃南京航空航天大学计算机科学与工程系

提出一种基于密度的快速查找离群点的算法——基于方形邻域的离群点查找算法(ODBSN),该算法把DBSCAN算法的邻域改造成方形邻域,并吸收基于网格算法的思想,用密集的方形邻域快速排除非离群点;用邻域扩张的思想代替网格划分克服了基于网... 详细信息

提出一种基于密度的快速查找离群点的算法——基于方形邻域的离群点查找算法(ODBSN),该算法把DBSCAN算法的邻域改造成方形邻域,并吸收基于网格算法的思想,用密集的方形邻域快速排除非离群点;用邻域扩张的思想代替网格划分克服了基于网格算法中“维灾”缺点;同时用局部偏离指数指示离群点的偏离程度,又具有识别精度高和偏离程度可度量的优点.理论分析表明该算法性能优于著名的基于密度的算法,实验表明,ODBSN算法能在各种形状分布与各种密度的数据中有效地查找离群点,速度明显优于LOF与DBSCAN算法.

关键词：数据挖掘离群点方形邻域

在线全文

学校读者我要写书评

暂无评论

基于方形邻域的网格密度聚类算法

计算机应用研究 2020年第6期37卷 1735-1740页

作者：兰红朱合隆江西理工大学信息工程学院江西赣州341400

针对大数据聚类低效的问题,提出一种方形邻域快速网格密度聚类算法(square-neighborhood and gridbased DBSCAN,SGBSCAN)。首先给出方形邻域密度聚类定义,利用方形邻域代替圆形邻域,降低时间复杂度;其次提出方形邻域密度聚类的grid概念... 详细信息

针对大数据聚类低效的问题,提出一种方形邻域快速网格密度聚类算法(square-neighborhood and gridbased DBSCAN,SGBSCAN)。首先给出方形邻域密度聚类定义,利用方形邻域代替圆形邻域,降低时间复杂度;其次提出方形邻域密度聚类的grid概念,快速确定高密度区域内核心点与数据点之间的密度关系;最后提出grid密度簇,利用网格之间的关系加快密度簇的形成。算法应用于16个数据集,分别与已有文献算法进行对比,结果表明所提算法在聚类效率方面有显著提升,数据量越大算法效率提升越明显,且该算法适用于多维数据的聚类。

关键词：聚类分析密度聚类方形邻域网格网格簇

在线全文

学校读者我要写书评

暂无评论

基于方形邻域和裁剪因子的离群点检测方法

小型微型计算机系统 2019年第1期40卷 186-189页

作者：涂晓敏石鸿雁沈阳工业大学沈阳110870

针对改进的局部稀疏系数(Enhanced Local Sparsity Coefficient,简称ELSC)算法在邻域查询过程中存在的不足,以及为了提高算法查准率,提出了一种基于方形邻域和裁剪因子的离群点检测算法.首先采用方形邻域,吸取网格算法的思想,以扩张的... 详细信息

针对改进的局部稀疏系数(Enhanced Local Sparsity Coefficient,简称ELSC)算法在邻域查询过程中存在的不足,以及为了提高算法查准率,提出了一种基于方形邻域和裁剪因子的离群点检测算法.首先采用方形邻域,吸取网格算法的思想,以扩张的方形邻域代替网格分割,快速地排除聚类点,避免了网格算法的"维灾"问题.其次为了提高算法的精确度,引入裁剪因子的概念对候选离群点集进行精选.最后通过新定义的局部稀疏指数确定离群点.试验测试表明,该算法的执行效率与检测精度均优于ELSC算法.

关键词：数据挖掘离群点方形邻域裁剪因子局部稀疏指数

在线全文

学校读者我要写书评

暂无评论

基于梯度下降的水滴收集率计算方法

航空学报 2023年第4期44卷 1-10页

作者：任靖豪王强李维浩刘宇易贤中国空气动力研究与发展中心结冰与防除冰重点实验室绵阳621000 中国空气动力研究与发展中心空气动力学国家重点实验室绵阳621000

拉格朗日方法在计算三维复杂外形的水滴撞击特性时,一般需要通过插值获得物面网格上的水滴收集率,而这一过程容易造成计算结果失真。建立了一种基于梯度下降的水滴收集率计算方法,通过确定撞击物面网格角点的水滴轨迹实现物面网格中心... 详细信息

拉格朗日方法在计算三维复杂外形的水滴撞击特性时,一般需要通过插值获得物面网格上的水滴收集率,而这一过程容易造成计算结果失真。建立了一种基于梯度下降的水滴收集率计算方法,通过确定撞击物面网格角点的水滴轨迹实现物面网格中心处的水滴收集率计算,避免插值运算。该方法的计算思路如下:根据撞击点到目标点的距离,采用梯度下降法自适应地调控水滴的初始释放位置,使撞击点落在壁面网格角点附近的给定阈值范围内;采用邻点检索算法,快速确定迎风面内所有撞击网格角点的水滴轨迹;基于流管定义,计算出网格中心处的水滴收集率。采用该方法对典型三维外形的水滴收集率进行了计算,并与相关文献结果进行对比。结果显示计算结果与文献数据吻合良好,有效克服了现有技术中因插值导致的结果失真问题,能够为飞机结冰及防除冰技术研究提供参考。

关键词：飞机结冰水滴收集率拉格朗日方法方形邻域梯度下降法

在线全文

学校读者我要写书评

暂无评论

基于邻域激励脉冲耦合神经网络的图像分割

华中科技大学学报（自然科学版） 2009年第5期37卷 33-37页

作者：程丹松刘晓芳唐降龙刘家锋哈尔滨工业大学计算机科学与技术系黑龙江哈尔滨150001 哈尔滨工业大学电气工程及自动化学院黑龙江哈尔滨150001

设计了一种基于邻域激励脉冲耦合神经网络(PCNN)模型的图像分割方法.把既考虑强度又考虑邻域分布的像素邻域信息作为一个参数,来控制PCNN模型中的链接强度,进而控制神经元的内部活动值.在分割过程中采用基于多数裁定原则的方法,通过在... 详细信息

设计了一种基于邻域激励脉冲耦合神经网络(PCNN)模型的图像分割方法.把既考虑强度又考虑邻域分布的像素邻域信息作为一个参数,来控制PCNN模型中的链接强度,进而控制神经元的内部活动值.在分割过程中采用基于多数裁定原则的方法,通过在一次迭代过程中对邻域像素分割阈值的调整,保证了分割结果的完整性.通过对几类图像的分割实验以及与经典分割方法的比较,验证了该方法的有效性.

关键词：图像分割脉冲耦合神经网络(PCNN) 方形邻域邻域激励多数裁定原则

在线全文

学校读者我要写书评

暂无评论

基于密度的局部离群点检测算法的改进

基于密度的局部离群点检测算法的改进

作者：涂晓敏沈阳工业大学

学位级别：硕士

近年来,科学技术发展越来越快,信息知识的传播也更加广泛,数据挖掘这门技术在各方面得到了推广。数据挖掘为了在大规模的、不确定的数据集中,找出人们事先不知道的,但蕴含意义的知识。离群点检测作为数据挖掘的一个重要组成部分,主要用... 详细信息

近年来,科学技术发展越来越快,信息知识的传播也更加广泛,数据挖掘这门技术在各方面得到了推广。数据挖掘为了在大规模的、不确定的数据集中,找出人们事先不知道的,但蕴含意义的知识。离群点检测作为数据挖掘的一个重要组成部分,主要用来找出显著偏离或不满足一般对象行为特征的对象。目前,离群点检测在生活中各领域已经得到了广泛地应用。传统的离群点检测算法在一定程度上只能检测出适用自身算法的异常数据对象,因此均存在一些缺陷,如检测效率低、检测精度差等。本文针对传统的基于密度算法的执行效率较低,并只在一定规模的数据集中有效,遇到大规模数据集时,通常查准率较低,重复计算的步骤过多等问题,从而提出了基于方形邻域和裁剪因子的离群点检测方法。首先,采用方形邻域,吸取网格算法的思想,以扩张的方形邻域代替网格分割,快速地排除聚类点,避免了网格算法的“维灾”问题。其次,为了提高算法的精确度,引入裁剪因子的概念对候选离群点集进行精选。然后,给出了新的局部稀疏指数来评估对象的离群程度。为了验证改进算法的性能,实验选取真实数据集和合成数据集进行仿真,并与传统的离群点检测算法进行比较分析。实验结果表明,改进的算法能有效的识别离群点,并在执行效率上有明显的优势。最后,将改进算法应用到网络入侵检测系统中。分析了KDDCUP99数据的属性、攻击类型和分布,并将入侵数据进行预处理,通过实验说明了算法在入侵检测方面具有良好的应用前景。

关键词：离群点检测密度方形邻域裁剪因子离群度

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

密度聚类算法性能优化和参数选取研究

密度聚类算法性能优化和参数选取研究

作者：朱合隆江西理工大学

学位级别：硕士

DBSCAN是密度聚类的代表性算法,是当下科研人员的研究热点,本文针对DBSCAN算法进行了深入研究,并针对其性能和参数选取等方面存在的不足进行了改进。论文工作主要包含以下几点:(1)密度聚类算法代表算法DBSCAN是本文深入的研究的重点。... 详细信息

DBSCAN是密度聚类的代表性算法,是当下科研人员的研究热点,本文针对DBSCAN算法进行了深入研究,并针对其性能和参数选取等方面存在的不足进行了改进。论文工作主要包含以下几点:(1)密度聚类算法代表算法DBSCAN是本文深入的研究的重点。聚类包含多种算法,目前还没有哪一种算法能够针对各类数据集做出完美的聚类,每种算法都存在着自身的优势和适用的数据类型,也都存在着各自的不足。密度聚类是聚类算法中的一种,同时密度聚类也包含多种算法。本文对密度聚类的代表性算法DBSCAN进行了深入分析,阐述了DBSCAN算法的基本原理和算法设计流程,分析了近几年针对DBSCAN算法的相关改进,在已有研究基础上针对算法性能和参数选取提出了相关的解决方案。(2)针对密度聚类算法DBSCAN对数据量大的数据集聚类效率低下的不足,提出一种方形邻域快速网格密度聚类算法。首先给出方形邻域密度聚类定义,利用方形邻域代替圆形邻域,无需距离计算,极大的降低了算法的时间复杂度;其次提出方形邻域密度聚类的4)(9概念,使得高密度区域内的核心点能够被快速确定、数据点之间的密度关系也能够被快速确定,利用密度间的关系,遍历数据集的次数大幅减少,聚类效率明显提高;最后提出了4)(9密度簇,密度簇的快速形成利用了网格之间的关系。使用了16个数据集对算法进行应用测试,且实验各个方面分别与已有文献中的算法进行对比,从对比结果显示出本文算法在聚类效率方面有显著提升,在数据量越大的同时,算法的效率提升的越明显,且多维数据的聚类也适用于本文算法。(3)针对DBSCAN算法中的两个参数0)和8)4)9)通常依靠经验选取所带来的不足,提出一种高阶差分和网格划分相结合的快速DBSCAN自动参数选取算法。首先分析数据集中数据点与参数的关系,利用高阶差分算法自动获取0)和8)4)9)两个参数;然后利用网格划分,对数据集中的数据点建立网格索引,通过网格索引避免多余的数据集遍历,优化算法的运行效率;最后针对噪声点过多的数据集,提出去极化操作,增强算法的鲁棒性。算法应用于Flame等九个数据集,分别与传统DBSCAN算法和AGD-DBSCAN算法选取的参数,进行聚类效果和算法运行效率的对比分析。结果表明本文提出的基于高阶差分自动选取参数算法是一种有效的DBSCAN参数自动选取方法,网格划分显著提升了高阶差分算法的性能,去极化操作必要且有效,本文算法具有很好的实用性。

关键词：聚类分析密度聚类方形邻域 Grid网格网格簇参数选取高阶差分网格划分去极化

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

基于邻域和密度的异常点检测算法

吉林大学学报（信息科学版） 2008年第4期26卷 398-403页

作者：陶运信皮德常南京航空航天大学信息科学与技术学院南京210016

为了减少基于密度的异常点检测算法邻域查询操作的次数,同时避免ODBSN(Outlier Detection Based onSquare Neighborhood)中有意义异常点的丢失和稀疏聚类中的对象靠近稠密聚类时导致错误的异常点判断,提出了一种基于邻域和密度的异常点... 详细信息

为了减少基于密度的异常点检测算法邻域查询操作的次数,同时避免ODBSN(Outlier Detection Based onSquare Neighborhood)中有意义异常点的丢失和稀疏聚类中的对象靠近稠密聚类时导致错误的异常点判断,提出了一种基于邻域和密度的异常点检测算法NDOD(Neighborhood and Density based Outlier Detection)。NDOD吸收基于网格方法的思想,以广度优先扩张方形邻域,成倍地减少了邻域查询的次数,从而快速排除聚类点并克服基于网格方法中的"维灾"。新引入的基于邻域的局部异常因子代表候选异常点的异常程度,用于对候选异常点的精选,可避免ODBSN的缺陷,发现更多有意义的异常点。大规模和任意形状的二维空间数据的测试结果表明,该算法是可行有效的。

关键词：数据挖掘异常点方形邻域密度局部异常因子

在线全文

学校读者我要写书评

暂无评论

区分地磁局部异常的源场理论

地球物理学报 1979年第1期 66-77页

作者：祁贵仲国家地震局地球物理研究所

本文根据在柱座标系中近地面空间磁场解的普遍形式,建立了区分地磁局部异常源场理论的基本公式。与已有的工作比较主要不同点是: (1)与普拉爱斯等人的结论相反,从理论上普遍地证明了:不可能直接由水平面内单一分量的观测结果,区分垂直... 详细信息

本文根据在柱座标系中近地面空间磁场解的普遍形式,建立了区分地磁局部异常源场理论的基本公式。与已有的工作比较主要不同点是: (1)与普拉爱斯等人的结论相反,从理论上普遍地证明了:不可能直接由水平面内单一分量的观测结果,区分垂直分量的内外源场; (2)证明了全部源场区分的理论公式是收敛和唯一的,保证了理论结果的完整性; (3)普拉爱斯和韦弗的理论方法对于三维和二维问题,必须分别独立地建立,而本文所建立的源场区分的基本公式,对于二维问题同样适用,可由此直接过渡到二维场的结果; (4)给出了一种由单一水平分量观测结果,区分垂直分量源场的间接近似方法。这在实际应用中是重要的。

关键词：分量方形邻域地磁磁学外源场局部异常场理论