离群点检测算法研究

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:hustmjh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
离群检测作为数据挖掘中一项重要内容,已经应用于许多领域,因此引起广泛关注。介绍了传统的离群点检测算法的分类,针对传统算法无法适用于新兴数据模型的问题,首先详细讨论了高维数据的离群点检测算法,并提出了离群组合技术的方法以解决与高维数据相关联的问题,其次描述了不确定数据和数据流离群检测算法,最后对离群检测算法的性能评价进行了讨论,并指出了进一步的研究方向。
其他文献
德国数学家卡尔·弗利德里希·高斯,出生在德国布伦兹维克的一个贫苦家庭。当过泥瓦匠的父亲对高斯要求极为严格,甚至有些过分,常常喜欢凭自己的经验为年幼的高斯规
文章通过大量的调研以及对设计者的访谈,对新近落成的清华大学理学院各方面的情况进行了介绍,并对理学院的总体规划布局、功能、风格等方面提出了一些看法。
有一首英文诗是这样的:“钉子缺,蹄铁卸;蹄铁卸,战马蹶;战马蹶,骑士绝;骑士绝,战事折;战事折,国家灭。”诗词大意是:只因为马蹄上少了颖钉子,最终造成了国家的灭亡。这首诗想说明:一件小事情,有可能酿成大灾难,也就是“蝴蝶效应”。  “蝴蝶效应”是美国麻省理工学院气象学家洛伦芝提出来的。1963年,为了预报天气,他用计算机求解仿真地球大气的13个方程式,目的是利用计算机的高速运算来提高长期天气预报的