陈冠华

作品数：3被引量：10H指数：2
导出分析报告
供职机构：北京大学信息科学技术学院智能科学系更多>>
发文主题：高维数据TOP-K冗余异常点数据挖掘更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《北京大学学报（自然科学版）》《计算机研究与发展》更多>>
所获基金：国家高技术研究发展计划国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向高维数据的低冗余top-k异常点发现方法被引量：2
《计算机研究与发展》2010年第5期788-795,共8页陈冠华 马秀莉 杨冬青 唐世渭 帅猛 谢昆青 
国家"八六三"高技术研究发展计划基金项目(2007AA120502);国家自然科学基金项目(60874082)
异常发现是数据挖掘领域的一类重要任务.针对高维对象的异常度量问题和异常点集合的冗余问题,提出了一种新的面向高维数据的异常点发现方法.该方法通过采用高维数据的二部图表示,以高维对象的压缩能力作为其异常程度的度量,能够有效支...
关键词：数据挖掘 异常检测 高维数据 低冗余 异常度量 
一种基于局部加权学习的自适应交通流预测机制被引量：1
《北京大学学报（自然科学版）》2010年第1期64-68,共5页帅猛 韩磊 谢昆青 宋国杰 马修军 陈冠华 
国家自然科学基金(60703066;60874082);国家高技术研究发展计划专项经费(2007AA120502)资助
结合交通流的特征,提出了一种自适应的交通流预测机制。首先根据训练数据特点,按三相交通流理论对交通状态进行分类,从每个分类对应的训练数据集内提取相应的最佳邻域。在基于局部线性回归模型的预测中,根据邻域中数据点所处状态分别选...
关键词：自适应 局部加权学习 交通流预测 
SDML:基于空间数据库的空间数据挖掘语言被引量：7
《北京大学学报（自然科学版）》2004年第3期465-472,共8页高韬 谢昆青 马修军 陈冠华 
北京市自然科学重点基金 (40 110 0 2 );"十五"863计划项目 (G19990 3 2 70 5)资助项目
设计了一种基于空间数据库的空间数据挖掘语言SDML。根据SDML操作的对象以及挖掘过程的不同阶段 ,SDML语言可以分为视图操纵语言和模型操纵语言 ,分别负责对于数据挖掘视图和模型的操作。详细阐述了SDML的设计思想及其设计方案 ,针对空...
关键词：空间数据挖掘 数据挖掘语言 数据挖掘视图 数据挖掘模型 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部