国家高技术研究发展计划(2001AA633010-04)
- 作品数：3 被引量：27H指数：3
- 相关作者：黄添强秦小麟王钦敏叶飞跃更多>>
- 相关机构：南京航空航天大学福州大学福建师范大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 空间数据库中离群点的度量与查找新方法被引量：8
- 2006年
- 如今查找离群点的方法有以下两类第1类方法是面向统计数据库,把各种数据都看成是多维空间,没有区分空间维与非空间维的方法;第2类方法是面向空间数据库,区分空间维与非空间维的方法。目前提出的方法大多数是第1类方法,由于这类方法在空间数据库中直接应用可能产生错误的判断或找到无意义的离群点,而已有的第2类方法又查找效率太低或不能查找局部离群点,为此提出了一个新的基于邻域的离群点度量方法——空间偏离因子,这种方法面向空间数据库,不但可区分空间维与非空间维,并可以找到局部或全局的离群点;同时提出一种与邻域划分相结合的快速查找算法。理论分析表明,该方法是合理的。真实数据与模拟数据的实验也再次验证了这个模型与算法的可行性。
- 黄添强秦小麟王钦敏
- 关键词：空间数据库空间数据挖掘空间离群点空间邻域
- 空间离群点的模型与跳跃取样查找算法被引量：3
- 2006年
- 目前无论是查找一般的离群点,还是空间离群点,都强调非空间属性的偏离,但在图像处理、基于位置的服务等许多应用领域,空间与非空间属性要综合考虑。为此,首先提出了一个综合考虑两者的空间离群点定义,然后提出了一种新的基于密度的空间离群点查找方法———基于密度的跳跃取样空间离群点查找算法DBSODLS。由于已有的基于密度的离群点查找方法对每一点都要求进行邻域查询计算,故查找效率低,而该算法由于可充分利用已知的邻居信息,即不必计算所有点的邻域,从而能快速找到空间离群点。分析与试验结果表明,该算法时间性能明显优于目前已有的基于密度的算法。
- 黄添强秦小麟王钦敏
- 关键词：数据挖掘空间离群点空间数据库
- 基于方形邻域的离群点查找新方法被引量：18
- 2006年
- 提出一种基于密度的快速查找离群点的算法——基于方形邻域的离群点查找算法(ODBSN),该算法把DBSCAN算法的邻域改造成方形邻域,并吸收基于网格算法的思想,用密集的方形邻域快速排除非离群点;用邻域扩张的思想代替网格划分克服了基于网格算法中“维灾”缺点;同时用局部偏离指数指示离群点的偏离程度,又具有识别精度高和偏离程度可度量的优点.理论分析表明该算法性能优于著名的基于密度的算法,实验表明,ODBSN算法能在各种形状分布与各种密度的数据中有效地查找离群点,速度明显优于LOF与DBSCAN算法.
- 黄添强秦小麟叶飞跃
- 关键词：数据挖掘离群点
