国家学术搜索
登录
注册
中文
EN
首页
|
基于基尼指标加权的离群子空间与离群数据挖掘方法
基于基尼指标加权的离群子空间与离群数据挖掘方法
Outlier Subspace and Outlier Mining Algorithm Based on Weighted Gini Index
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
中文摘要:
针对大多数离群数据检测方法依赖于用户确定参数以及维灾现象,给出了一种基于基尼指标加权的离群子空间与离群数据挖掘方法.该方法通过计算各个维上去一划分的基尼指标值来生成数据对象的离群子空间及属性权向量,在子空间中采用基于统计离群数据挖掘的思想来挖掘离群数据;不需输人参数,结果更具客观性,并且能够适应高维离群数据挖掘;最后采用恒星光谱数据集,验证了可行性和有效性.
收起全部
展开查看外文信息
作者:
孙伟伟
展开 >
作者单位:
太原科技大学计算机科学与技术学院,太原030024
关键词:
离群数据
基尼指标
属性权向量
离群子空间
出版年:
2012
电脑开发与应用
中国北方自动控制技术研究所
电脑开发与应用
影响因子:
0.265
ISSN:
1003-5850
年,卷(期):
2012.
25
(10)
被引量
1
参考文献量
4