期刊文献+

基于异常点处理和自劈分合并学习的聚类方法

下载PDF
导出
摘要 将隐马尔可夫模型[1](Hidden Markov Model)应用于聚类时,对其的训练,即参数估计,是一个非常重要的问题,而异常点对参数估计的影响很大。本文针对这一问题,将异常点处理[3]运用于自劈分合并竞争学习方法中。实验结果证实了本文提出方法的有效性。
作者 卢鸣
出处 《福建电脑》 2008年第12期83-84,共2页 Journal of Fujian Computer
  • 相关文献

参考文献4

二级参考文献25

  • 1邓赵红,王士同,吴锡生,胡德文.鲁棒的极大熵聚类算法RMEC及其例外点标识[J].中国工程科学,2004,6(9):38-45. 被引量:12
  • 2陈华,李继波.异常(Outlier)检测算法综述[J].大众科技,2005(9):96-97. 被引量:3
  • 3钱昌明,李国庆,黄皓.分类异常点检测算法及在IDS模型中的应用[J].计算机应用研究,2006,23(4):94-96. 被引量:2
  • 4王宏鼎,童云海,谭少华,唐世渭,杨冬青.异常点挖掘研究进展[J].智能系统学报,2006,1(1):67-73. 被引量:22
  • 5[1]Aggarwal C C, Yu P.Outlier Detection for High Dimensional Data. ln Proc.of ACM SIGMOD'2001,2001
  • 6[2]Breunig M M,Kriegel H P,Ng R,et al.LOF Identifying Densityy-based Local Outliers.In ACM SIGMOD Conference Proceedings,2000
  • 7[3]Hawkins D Identification of Outliers. Chapman and H all, London. 1980
  • 8[4]Ruts I , Rousseeuw P Computing Depth Contours of Bivariate Point Clouds. Computational Statistics and Data Analysis. 1996
  • 9[5]Ramaswamy S , Rastogi R,Shim K.Efficient Algorithms for Mining Outliers from Large Data Sets.ACM SIGMOD Conference Proceedings,2000
  • 10[6]Zhang T, Ramakrishnan R, Livny M.Birch:An Efficient Data Clustering Method for Very Large Databases.In Pore.of ACM SIGMOD, Montreal Canada,1996-06:103- 114

共引文献51

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部