离群点相关论文
为了更合理地评价开关柜绝缘状态,挖掘开关柜异常数据蕴含的价值,提出一种基于自适应DBSCAN的开关柜绝缘状态评价方法。首先计算绝......
聚类分析是数据挖掘的重要技术,而在5G时代,海量的数据维度高、数据集大,利用K-means算法易受离群点的影响,且K值、初始聚类中心的......
高炉炼铁是钢铁工业的重要生产环节,是现代炼铁的最主要方式。高炉炼铁需要准确判断整个高炉运行态势,及时调整布料制度、热风制度......
本文研究并扩展了局部线性嵌入算法。局部线性嵌入算法是近年来提出的一种新颖高效的无监督的非线性降维技术,它能在良好地保持数......
当今社会已进入到数据时代,作为数据挖掘的重要分支,近年来,离群点挖掘得到许多学者的广泛关注和研究。离群点挖掘可以帮助人们在......
随着我国装备技术的快速发展,先进设备的加工能力不断进步。钢铁生产线每天产生大量的生产数据,如何有效从这些海量数据中提取有效......
图匹配是图论中的一个基本问题。随着人工智能的发展,图匹配得到了越来越多的关注,被广泛应用在计算机视觉和模式识别等领域。该问......
电力负荷具有复杂性、分散性以及时变性等特点,变电站负荷特性分类能够为典型变电站的负荷建模提供依据.其中大数据分析及聚类分析......
在机器学习与模式识别的诸多任务中,如何真实而有效地度量两个数据样本之间的相似程度是一个极其重要的问题,并极大影响着后续识别......
目前,电动汽车安全事故频繁发生,严重影响驾驶人员的生命和财产安全,因此在电池严重故障发生之前如果能够进行有效的诊断和预警,将......
采集点云是三维重建过程中的关键步骤,在采集点云的过程中,不可避免地产生一些噪声及离群点.针对噪声及离群点的传统滤波算法主要......
点集匹配技术旨在对给定的两组点集找到点点对应关系，是计算机视觉中基础而重要的问题，其匹配结果通常作为许多高层次处理的输入，如图......
针对学生评教数据中的离群点问题,根据消极评教数据产生的方式及特点,提出了一种基于几何特征的学生评教数据离群点检测算法.该算......
在不断成熟的电动汽车技术推动下,电动汽车被越来越多的人们所接受,因此保证电动汽车在无人值守充电、久置停车或在运行过程中的安......
该文归纳了海量数据库中小模式发现的研究现状及热点问题,并在此基础上分别对例外规则和离群点展开了研究和探索,提出了自己的定义......
现代企业在其信息化的过程中积累了越来越多的数据,对于一些企业应用,异常数据的挖掘比常规模式的挖掘更有应用价值。对于这类数据......
由于科学技术的持续发展,信息可视化越来越流行,它与人们的日常生活越来越紧密相关。信息可视化是一种研究大规模非数值型信息资源......
随着信息技术的快速发展，数据在医疗、商业、民生、科研与军事等领域都呈现出爆炸式增长，数据密集型计算环境下数据挖掘算法的研究已......
离群点挖掘由于其在检测金融欺诈和网络入侵、疾病预防和控制、灾害气象预报等许多方面的广泛应用而成为数据挖掘领域中的一个重要......
近年来,随着传感器技术和数据库技术的迅猛发展,数据挖掘技术得到了广泛的应用,影响着人们生活的各个领域。数据挖掘技术就是从海......
差分隐私(Differential Privacy, DP)是一种新型的隐私保护模型,而直方图是差分隐私保护下数据发布的一种重要形式。在差分隐私直......
径向基函数(Radial Basis Function, RBF)神经网络以其深厚的生理学基础、简单的网络结构、快速的学习能力、优良的逼近性能,在函......
计算机网络的应用已渗透到社会各个层面，给社会带来了巨大的便利。但互联网是一个开放系统，其多变性、异质性及动态性的等特点使得互......
伴随科技的发展,信息浪潮扑面而来。人们每天聊天、微博、视频、邮件等会产生大量数据信息。这些数据中包含了大量有极高价值的信......
针对数据集的聚类过程容易受到离群值的影响这一问题,提出了局部密度离群值检测k-means算法,即先对数据集使用局部密度离群值检测......
随着信息技术的不断发展,流数据逐渐成为当今主要数据类型,它具有数据规模大、传输速度快等特征,这些特征给高效管理流数据带来巨......
单类支持向量机被认为是最常用的单类分类器。与传统的单类支持向量机相比,最小二乘单类支持向量机(least squares one-class supp......
现如今,随着“绿色出行,低碳环保”理念深入人心、公共交通行业的蓬勃发展以及全国一卡通的迅速推广,交通一卡通的发行量越来越大,......
宽度学习系统是一种新型扁平前馈神经网络,相比于深度结构神经网络,其结构特点在于隐层的增加扩展了网络宽度而非深度。宽度学习系......
近年来,互联网的高速发展和广泛应用使人类进入了真正的大数据时代,我们每时每刻都在产生海量数据。然而由于数据来源的多样性和复......
离群点检测就是通过多种检测方法找出其行为不同于预期对象的数据点的过程。离群点检测技术已经成功的应用于金融系统的风险控制、......
目前的图像处理算法大部分都是面向图像数据的向量表达形式。然而,图像数据的向量表示既破坏了图像的内在结构信息,也导致向量化后......
电站空预器积灰会严重影响机组运行经济性.提出加权模糊C均值聚类算法对空预器积灰程度进行监测,该方法计算多维样本中每一维数据......
针对惯性约束聚变(ICF)光学元件损伤问题,提出了一种基于随机抽样一致性(RANSAC)及最小二乘支持向量机(LSSVM)回归的高精度检测方......
偏最小二乘(PLS)回归是一种基于高维投影思想的新的非参数回归方法,是对一般最小二乘(OLS)的改进,比较有效地克服了OLS的部分缺点.......
极限学习机(ELM)作为一种单隐层前馈神经网络已成为大数据分析的重要工具。与传统神经网络相比,ELM具有结构简单、学习速度快和推......
随着计算机的普及和广泛应用,各行各业产生的数据越来越多,数据的维数也越来越高。挖掘隐藏在高维数据中有价值的信息已经成为各界......
利用无人机影像生成点云数据时,会产生一些噪声点,这些噪声点对点云数据的分类提取等会带来不利影响。为了消除这些噪声点,利用栅......
针对带有概念漂移的数据流的分类问题，提出一种新颖的能够识别并且适应概念漂移数据流的分类算法。该算法将原始数据流沿着时间轴划......
主要研究半监督局部线性嵌入算法(Semi-Supervised Locally Linear Embedding,简称SSLLE)对于噪声的敏感性,提出一种具有鲁棒性的......
KNFL算法是近年来在人脸识别领域提出并广泛应用的分类算法,它认为类空间中两点的连线可以比类内的点更能代表类空间的特征.如果仅......
