期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于关键域子空间的离群数据聚类算法
被引量：
8
1
作者
金义富
朱庆生
邢永康
《计算机研究与发展》
EI
CSCD
北大核心
2007年第4期651-659,共9页
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析并结合粗糙集理论,定义了离群划分相似度的概念,提...
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析并结合粗糙集理论,定义了离群划分相似度的概念,提出了一种基于关键属性域子空间的离群数据聚类算法COKAS,该算法不仅揭示了离群数据子空间特性,进一步获取了扩展知识,而且有助于对整体数据集的理解.对两个多维数据集的实验结果表明,该算法具有良好的适应性及有效性.
展开更多
关键词
离群集
离群划分相似度
关键域子空间
聚类
下载PDF
职称材料
高维数据集离群子空间特性研究
被引量：
2
2
作者
金义富
朱庆生
邹咸林
《计算机工程与应用》
CSCD
北大核心
2006年第9期147-149,共3页
探讨对挖掘出的离群数据集进行解释与分析的有效方法。以粗糙集理论的属性约简技术为基础,定义了属性离群贡献度等概念对高维数据集离群特性进行了量化描述,提出了离群划分与离群约简思想以及离群数据关键属性域子空间分析方法,给出了...
探讨对挖掘出的离群数据集进行解释与分析的有效方法。以粗糙集理论的属性约简技术为基础,定义了属性离群贡献度等概念对高维数据集离群特性进行了量化描述,提出了离群划分与离群约简思想以及离群数据关键属性域子空间分析方法,给出了一种离群约简算法并分析了算法复杂性。实验表明,这种方法可以有效地揭示离群数据产生来源,有助于对整体数据集的更全面理解,且提出的算法对于问题规模具有较好的适应性。
展开更多
关键词
离群划分
关键域子空间
离群贡献度
离群约简
下载PDF
职称材料
一种离群数据集延伸知识发现框架
被引量：
2
3
作者
金义富
朱庆生
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2008年第9期31-36,共6页
现有离群数据研究主要集中于离群检测.为了对离群数据的来源、分类、含义、行为特征以及离群趋势等进行全面分析,以现有离群挖掘技术为基础,结合已提出的离群约简与关键域子空间等一系列概念及其搜索算法,定义了离群最近邻、原子离群类...
现有离群数据研究主要集中于离群检测.为了对离群数据的来源、分类、含义、行为特征以及离群趋势等进行全面分析,以现有离群挖掘技术为基础,结合已提出的离群约简与关键域子空间等一系列概念及其搜索算法,定义了离群最近邻、原子离群类及离群变异类等概念,提出了离群簇分析及离群趋势分析方法,建立了一种完整的离群数据集特征描述及延伸知识发现的整体框架.通过对移动通信业务数据的离群分析进行具体讨论,表明了这种离群延伸知识发现框架在实际应用中的有效性.
展开更多
关键词
数据挖掘
离群分析
关键域子空间
知识发现框架
下载PDF
职称材料
离群数据关键域子空间快速搜索技术
被引量：
1
4
作者
金义富
杨俊杰
《计算机工程与应用》
CSCD
北大核心
2011年第17期145-147,共3页
离群数据挖掘与分析在通信欺诈检测、疾病诊断和网络入侵检测等多个领域具有十分重要的意义。离群数据关键域子空间可以获得数据离群起源与特征等相应的延伸知识。通过对离群数据对象与其属性值的关系讨论并基于探索性数据分析方法,提...
离群数据挖掘与分析在通信欺诈检测、疾病诊断和网络入侵检测等多个领域具有十分重要的意义。离群数据关键域子空间可以获得数据离群起源与特征等相应的延伸知识。通过对离群数据对象与其属性值的关系讨论并基于探索性数据分析方法,提出了一种离群数据关键域子空间实时快速搜索算法。实验结果表明提出的算法是有效的,可以满足大多数实时性检测与分析要求。
展开更多
关键词
关键域子空间
离群分析
数据探索性分析
实时算法
下载PDF
职称材料
基于邻接图的离群数据聚类算法
5
作者
金义富
朱庆生
邹咸林
《计算机工程》
CAS
CSCD
北大核心
2008年第11期72-73,76,共3页
离群数据是数据中的小模式,因其固有的少数据与稀疏性等特征,使得基于距离或基于统计等常规聚类方式不适用于对离群数据的分类。该文根据离群对象关键域子空间的重合度,定义了离群共享属性集与离群相似度等概念,提出β-离群簇分析技术...
离群数据是数据中的小模式,因其固有的少数据与稀疏性等特征,使得基于距离或基于统计等常规聚类方式不适用于对离群数据的分类。该文根据离群对象关键域子空间的重合度,定义了离群共享属性集与离群相似度等概念,提出β-离群簇分析技术。通过构建离群邻接图并将其稀疏化,将β-离群簇搜索与相应的离群邻接图的最大完全子图搜索一一对应,给出一种基于邻接图的离群数据聚类算法。算例及实验结果表明,该方法具有较高的效率及良好的直观性。
展开更多
关键词
离群数据
关键域子空间
离群邻接图
聚类算法
下载PDF
职称材料
基于特征赋权的离群数据再聚类算法
6
作者
李旭辉
郑丽英
《兰州交通大学学报》
CAS
2008年第1期135-137,共3页
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析,定义了离群贡献度的概念,提出了一种基于特征赋权...
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析,定义了离群贡献度的概念,提出了一种基于特征赋权的离群数据再聚类算法.实验表明,该算法可以有效地揭示离群数据产生来源,有助于对整体数据集的更全面了解.
展开更多
关键词
离群点
关键域子空间
离群贡献度
K-MEANS算法
下载PDF
职称材料
题名
一种基于关键域子空间的离群数据聚类算法
被引量：
8
1
作者
金义富
朱庆生
邢永康
机构
重庆大学计算机科学与工程学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2007年第4期651-659,共9页
基金
国家自然科学基金项目(60403009)
重庆市自然科学基金项目(2005BB2224)
文摘
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析并结合粗糙集理论,定义了离群划分相似度的概念,提出了一种基于关键属性域子空间的离群数据聚类算法COKAS,该算法不仅揭示了离群数据子空间特性,进一步获取了扩展知识,而且有助于对整体数据集的理解.对两个多维数据集的实验结果表明,该算法具有良好的适应性及有效性.
关键词
离群集
离群划分相似度
关键域子空间
聚类
Keywords
outlier
outlying
partition
similarity
key
attribute
subspace
clustering
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
高维数据集离群子空间特性研究
被引量：
2
2
作者
金义富
朱庆生
邹咸林
机构
重庆大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2006年第9期147-149,共3页
基金
国家自然科学基金资助项目(编号:60403009)
重庆市自然科学基金资助项目(编号:2005BB2224)
文摘
探讨对挖掘出的离群数据集进行解释与分析的有效方法。以粗糙集理论的属性约简技术为基础,定义了属性离群贡献度等概念对高维数据集离群特性进行了量化描述,提出了离群划分与离群约简思想以及离群数据关键属性域子空间分析方法,给出了一种离群约简算法并分析了算法复杂性。实验表明,这种方法可以有效地揭示离群数据产生来源,有助于对整体数据集的更全面理解,且提出的算法对于问题规模具有较好的适应性。
关键词
离群划分
关键域子空间
离群贡献度
离群约简
Keywords
outlying
partition,
key
attribute
subspace
,degree
of
outlying
contribution,outlying
reduction
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
一种离群数据集延伸知识发现框架
被引量：
2
3
作者
金义富
朱庆生
机构
重庆大学计算机学院
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2008年第9期31-36,共6页
基金
重庆市自然科学基金资助项目(2005BB2224)
教育部高校博士点基金资助项目(20050611027)
文摘
现有离群数据研究主要集中于离群检测.为了对离群数据的来源、分类、含义、行为特征以及离群趋势等进行全面分析,以现有离群挖掘技术为基础,结合已提出的离群约简与关键域子空间等一系列概念及其搜索算法,定义了离群最近邻、原子离群类及离群变异类等概念,提出了离群簇分析及离群趋势分析方法,建立了一种完整的离群数据集特征描述及延伸知识发现的整体框架.通过对移动通信业务数据的离群分析进行具体讨论,表明了这种离群延伸知识发现框架在实际应用中的有效性.
关键词
数据挖掘
离群分析
关键域子空间
知识发现框架
Keywords
data
mining
outlier
analysis
key
attribute
subspace
knowledge
discovery
framework
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
离群数据关键域子空间快速搜索技术
被引量：
1
4
作者
金义富
杨俊杰
机构
湛江师范学院信息学院
出处
《计算机工程与应用》
CSCD
北大核心
2011年第17期145-147,共3页
基金
广东省自然科学基金(No.9151027501000039)
文摘
离群数据挖掘与分析在通信欺诈检测、疾病诊断和网络入侵检测等多个领域具有十分重要的意义。离群数据关键域子空间可以获得数据离群起源与特征等相应的延伸知识。通过对离群数据对象与其属性值的关系讨论并基于探索性数据分析方法,提出了一种离群数据关键域子空间实时快速搜索算法。实验结果表明提出的算法是有效的,可以满足大多数实时性检测与分析要求。
关键词
关键域子空间
离群分析
数据探索性分析
实时算法
Keywords
key
attribute
subspace
outlier
analysis
data
exploration
analysis
real-time
algorithm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于邻接图的离群数据聚类算法
5
作者
金义富
朱庆生
邹咸林
机构
湛江师范学院信息学院
重庆大学计算机学院
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第11期72-73,76,共3页
基金
重庆市自然科学基金资助项目(2005BB2224)
文摘
离群数据是数据中的小模式,因其固有的少数据与稀疏性等特征,使得基于距离或基于统计等常规聚类方式不适用于对离群数据的分类。该文根据离群对象关键域子空间的重合度,定义了离群共享属性集与离群相似度等概念,提出β-离群簇分析技术。通过构建离群邻接图并将其稀疏化,将β-离群簇搜索与相应的离群邻接图的最大完全子图搜索一一对应,给出一种基于邻接图的离群数据聚类算法。算例及实验结果表明,该方法具有较高的效率及良好的直观性。
关键词
离群数据
关键域子空间
离群邻接图
聚类算法
Keywords
outliers
key
attribute
subspace
outlying
adjacency
graph
clustering
algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于特征赋权的离群数据再聚类算法
6
作者
李旭辉
郑丽英
机构
兰州交通大学电子与信息工程学院
出处
《兰州交通大学学报》
CAS
2008年第1期135-137,共3页
基金
教育部春晖计划(Z2004-1-6208)
甘肃省自然科学基金项目资助(3ZS042-B2S-038)
文摘
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析,定义了离群贡献度的概念,提出了一种基于特征赋权的离群数据再聚类算法.实验表明,该算法可以有效地揭示离群数据产生来源,有助于对整体数据集的更全面了解.
关键词
离群点
关键域子空间
离群贡献度
K-MEANS算法
Keywords
outlier
key
attribute
subspace
exceptional
contribution
degree
K-means
algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于关键域子空间的离群数据聚类算法
金义富
朱庆生
邢永康
《计算机研究与发展》
EI
CSCD
北大核心
2007
8
下载PDF
职称材料
2
高维数据集离群子空间特性研究
金义富
朱庆生
邹咸林
《计算机工程与应用》
CSCD
北大核心
2006
2
下载PDF
职称材料
3
一种离群数据集延伸知识发现框架
金义富
朱庆生
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2008
2
下载PDF
职称材料
4
离群数据关键域子空间快速搜索技术
金义富
杨俊杰
《计算机工程与应用》
CSCD
北大核心
2011
1
下载PDF
职称材料
5
基于邻接图的离群数据聚类算法
金义富
朱庆生
邹咸林
《计算机工程》
CAS
CSCD
北大核心
2008
0
下载PDF
职称材料
6
基于特征赋权的离群数据再聚类算法
李旭辉
郑丽英
《兰州交通大学学报》
CAS
2008
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
