您的位置： 专家智库 > >

武龙举

作品数：2 被引量：2H指数：1
供职机构：吉林大学更多>>
发文基金：吉林省科技发展计划基金更多>>
相关领域：自动化与计算机技术理学更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇理学

主题

  • 1篇点检测算法
  • 1篇中心性
  • 1篇网络
  • 1篇相似度
  • 1篇离群点
  • 1篇离群点检测
  • 1篇离群点检测算...
  • 1篇局部信息
  • 1篇聚类
  • 1篇复杂网
  • 1篇复杂网络
  • 1篇K-MEAN...
  • 1篇K-MEAN...
  • 1篇测算法

机构

  • 2篇吉林大学
  • 1篇白城师范学院
  • 1篇中国科学院长...

作者

  • 2篇武龙举
  • 1篇王春霞
  • 1篇赵健
  • 1篇李静永
  • 1篇张强

传媒

  • 1篇吉林大学学报...

年份

  • 1篇2013
  • 1篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于复杂网络的社区发现算法研究
网络与人们的日常生活息息相关，而复杂网络普遍存在于网络之中。特别是进入信息时代以来，人们已经越来越离不开网络。对复杂网络中社区结构的研究是复杂网络研究中的重要一环，并且已经引起越来越多的学者的广泛关注。 对复杂网络...
武龙举
关键词：复杂网络相似度K-MEANS
文献传递
基于聚类和局部信息的离群点检测算法被引量：1
2012年
针对目前大部分离群点检测算法未考虑数据的局部信息,导致离群点检测的准确率低问题,提出一种新的基于聚类和局部信息的两阶段离群点检测算法.通过定义新的局部离群因子作为判断数据对象是否为离群点的衡量标准,改进了传统离群点检测算法的过程.实验结果表明,该算法在保持线性复杂度的同时,能更准确、有效地挖掘出数据集中的离群点.
张强王春霞赵健武龙举李静永
关键词：离群点检测K-MEANS聚类
全选 清除 导出
共1页<1>
聚类工具0