离群点

作品数：694被引量：3109H指数：28
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：张忠平孙志挥薛安荣杨秦敏黄添强更多>>
相关机构：燕山大学东南大学大连海事大学重庆大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机科学x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
离群点检测算法综述
《计算机科学》2024年第8期20-33,共14页孔翎超 刘国柱 
国家自然科学基金(61973180)。
离群点检测作为数据挖掘领域的一个重要研究方向,其目的是发掘隐藏在数据集合中与众不同且具有潜在分析价值的数据,辅助研究人员甄别数据源可能存在的问题。目前,离群点检测已被广泛应用于欺诈识别、智慧医疗、入侵检测、故障诊断等诸...
关键词：离群点 异常检测 深度学习 时序数据 数据挖掘 
基于反向标签传播的多生成器主动学习算法及其在离群点检测中的应用研究
《计算机科学》2024年第4期359-365,共7页邢开颜 陈文 
国家重点研发计划(020YFB1805405,2019QY0800);国家自然科学基金(U19A2068,61872255)。
当前正负类训练样本分布不均衡的问题已极大地限制了离群检测模型的性能。基于主动学习的离群点检测算法能够通过对样本分布的主动学习,自动合成离群点以平衡训练数据分布。然而,传统的基于主动学习的检测方法缺乏对合成离群点的质量评...
关键词：离群点检测 主动学习 生成对抗网络 标签传播 
基于异常检测的标签噪声过滤框架被引量：1
《计算机科学》2024年第2期87-99,共13页许茂龙 姜高霞 王文剑 
国家自然科学基金(U21A20513,62076154,61906113);山西省高等学校科技创新项目(2020L0007)。
噪声是影响机器学习模型可靠性的重要因素,而标签噪声相比特征噪声对模型训练更具决定性的影响。噪声过滤是处理标签噪声的一种有效方法,它不需要估计噪声率,也不需要依赖任何损失函数,然而目前大多数标签噪声过滤算法都会面临过度清洗...
关键词：标签噪声过滤 离群点检测 自适应k近邻 相对密度 噪声因子 
一种使用伪对应点生成的3D点云配准方法被引量：2
《计算机科学》2023年第9期210-219,共10页柏正尧 许祝 张奕涵 
云南省重大科技专项课题(202002AD080001);云南大学专业学位研究生实践创新基金(2021Y168)。
针对三维重建过程中点云配准存在的挑战性问题(如寻找对应点困难等)展开研究,充分利用源点云和目标点云的几何信息,提出了一种基于交叉注意力和伪对应点生成机制的点云配准方法——深度伪对应点生成(DeepACG)。该方法采用三级网络模型,...
关键词：交叉注意力 伪对应点生成 离群点过滤 三维点云配准 
高阶多视图离群点检测被引量：1
《计算机科学》2020年第9期99-104,共6页钟颖宇 陈松灿 
国家自然科学基金重点项目(61732006)。
由于数据在不同视图之间的分布比较复杂,传统的单视图离群点检测方法不再适用于多视图离群点的检测,使得多视图离群点检测成为一个颇具挑战性的研究课题。多视图离群点可分为3种类型:属性离群点、类离群点和类-属性离群点。现有方法采...
关键词：多视图离群点检测 多视图学习 异常检测 张量表示 低秩表示 
一种基于谱嵌入和局部密度的离群点检测算法被引量：4
《计算机科学》2019年第3期260-266,共7页李长镜 赵书良 池云仙 
国家自然科学基金(71271067);国家社科基金重大项目(13&ZD091);河北省高等学校科学技术研究项目(QN2014196)资助
离群点检测问题是数据挖掘领域的研究热点之一。现有的检测算法主要应用于离群点位于初始属性子空间或底层子空间各种线性组合等情况,当离群点嵌入局部非线性子空间时,进行离群点有效检测的难度很大。为此,文中分析了典型的谱嵌入算法...
关键词：离群点检测 谱嵌入 局部密度 迭代策略 相似度图 检测精度 
供应链金融大数据分布特征的分析与洞见被引量：8
《计算机科学》2019年第2期1-10,共10页刘颖 
吉林省科技厅自然基金(20180101337JC);国家自然科学基金(61402193;61806082);长春市地院(校;所)合作项目(17DY009);物流产业经济与智能物流吉林省高校重点实验室开放基金(201702)资助
半结构、非结构化、海量的供应链金融数据使得大数据环境下金融数据分析的模式和方法相对复杂。面向大数据样本研究,如何将大样本相比于小样本的独有特征体现在分类模型中值得深入探索。文中从供应链金融数据分布特征入手,分析影响信用...
关键词：供应链金融 信用风险 大数据 分布特征 非均衡数据 离群点 多维 
基于混合式聚类算法的离群点挖掘在异常检测中的应用研究被引量：14
《计算机科学》2017年第5期116-119,140,共5页尹娜 张琳 
国家自然科学基金(61402241;61572260;61373017;61572261;61472192);江苏省科技支撑计划(BE2015702);江苏省普通高校研究生科研创新计划(CXLX12_0482);南京邮电大学校级科研基金(NY217050)资助
为了提高异常检测系统的检测率,降低误警率,解决现有异常检测所存在的问题,将离群点挖掘技术应用到异常检测中,提出了一种基于混合式聚类算法的异常检测方法(NADHC)。该方法将基于距离的聚类算法与基于密度的聚类算法相结合从而形成新...
关键词：异常检测 离群点挖掘 NADHC 
PODKNN:面向大数据集的并行离群点检测算法被引量：7
《计算机科学》2016年第7期251-254,274,共5页苟杰 马自堂 张喆程 
针对现有离群点检测算法在运用于大规模数据集时时间效率较低的问题,提出一种基于K近邻的并行离群点检测算法PODKNN(Parallel Outlier Detection Based on K-nearest Neighborhood)。该算法利用划分策略对数据集进行预处理,在规模较小...
关键词：数据挖掘 离群点检测 K近邻 MAPREDUCE 
基于密度的不确定数据离群点检测研究被引量：6
《计算机科学》2015年第5期230-233,264,共5页洪沙 林佳丽 张月良 
国家自然科学基金(61173131);重庆自然科学基金(CSTS2010BD2061)资助
针对不确定数据集进行离群点检测,设计了基于密度的不确定数据的局部离群因子(Uncertain Local Outlier Factor,ULOF)算法。通过建立不确定数据的可能世界模型来确定不确定对象在可能世界中的概率。结合传统的LOF算法推导出ULOF算法,根...
关键词：不确定数据 局部离群点检测 可能世界模型 k最近邻 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部