期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
局部离群点挖掘算法研究 被引量:96
1
作者 薛安荣 鞠时光 +1 位作者 何伟华 陈伟鹤 《计算机学报》 EI CSCD 北大核心 2007年第8期1455-1463,共9页
离群点可分为全局离群点和局部离群点.在很多情况下,局部离群点的挖掘比全局离群点的挖掘更有意义.现有的基于局部离群度的离群点挖掘算法存在检测精度依赖于用户给定的参数、计算复杂度高等局限.文中提出将对象属性分为固有属性和环境... 离群点可分为全局离群点和局部离群点.在很多情况下,局部离群点的挖掘比全局离群点的挖掘更有意义.现有的基于局部离群度的离群点挖掘算法存在检测精度依赖于用户给定的参数、计算复杂度高等局限.文中提出将对象属性分为固有属性和环境属性,用环境属性确定对象邻域、固有属性计算离群度的方法克服上述局限;并以空间数据为例,将空间属性与非空间属性分开,用空间属性确定空间邻域,用非空间属性计算空间离群度,设计了空间离群点挖掘算法.实验结果表明,所提算法具有对用户依赖性少、检测精度高、可伸缩性强和运算效率高的优点. 展开更多
关键词 离群点检测 局部离群系数 R^*-树 数据挖掘 空间离群点 剔除平均
下载PDF
基于无线传感器网络的鲁棒分布式估计 被引量:3
2
作者 胥布工 刘贵云 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第10期198-202,共5页
针对无线传感器网络中传感器观测噪声服从污染分布且通信信道存在噪声的情况,提出了两种新的鲁棒分布式估计方案———QME和TME.通过仿真试验对所提出的估计方案的性能进行了验证,并与已知噪声协方差的MLE进行对比.结果表明:QME的估计... 针对无线传感器网络中传感器观测噪声服从污染分布且通信信道存在噪声的情况,提出了两种新的鲁棒分布式估计方案———QME和TME.通过仿真试验对所提出的估计方案的性能进行了验证,并与已知噪声协方差的MLE进行对比.结果表明:QME的估计性能优于TME和已知噪声协方差的MLE;且随着传感器节点个数的增加,QME和MLE的性能都渐渐地趋向其对应的克莱姆下界值. 展开更多
关键词 无线传感器网络 分布式估计 鲁棒性 量化均值估计器 截取均值估计器
下载PDF
Behavior pattern extraction by trajectory analysis
3
作者 Jia Wen (12) wjyanyuan@yahoo.com.cn Chao Li (1) Zhang Xiong (1) 《Frontiers of Computer Science》 SCIE EI CSCD 2011年第1期37-44,共8页
Trajectory clustering and behavior pattern extraction are the foundations of research into activity perception of objects in motion. In this paper, a new framework is proposed to extract behavior patterns through traj... Trajectory clustering and behavior pattern extraction are the foundations of research into activity perception of objects in motion. In this paper, a new framework is proposed to extract behavior patterns through trajectory analysis. Firstly, we introduce directional trimmed mean distance (DTMD), a novel method used to measure similarity between trajectories. DTMD has the attributes of anti-noise, self-adaptation and the capability to determine the direction for each trajectory. Secondly, we use a hierarchical clustering algorithm to cluster trajectories. We design a length-weighted linkage rule to enhance the accuracy of trajectory clustering and reduce problems associated with incomplete trajectories. Thirdly, the motion model parameters are estimated for each trajectory's classification, and behavior patterns for trajectories are extracted. Finally, the difference between normal and abnormal behaviors can be distinguished. 展开更多
关键词 trajectory clustering directional trimmedmean distance (DTMD) behavior pattern extraction
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部