文献

J-GLOBAL ID：201702288263530346   整理番号：17A1590375

本論文では,密度ピーク値の選択点の選択とその空間的異常値検出への応用について述べた。【JST・京大機械翻訳】

Improved Density Peak Pivot Selection and its Applications in Metric Space Outlier Detection

著者 (5件)： Xu Honglong (深zhen大学計算机与軟件学院广東省普及型高性能計算机重点実験室,广東深zhen518060;佛山科学技術学院数学与大数据学院,广東佛山528000) ,  Tang Song (南開大学化学学院,天津,300071) ,  Mao Rui (深zhen大学計算机与軟件学院广東省普及型高性能計算机重点実験室,广東深zhen,518060) ,  Chen Guoliang (深zhen大学計算机与軟件学院广東省普及型高性能計算机重点実験室,广東深zhen,518060) ,  Liu Gang (深zhen大学計算机与軟件学院广東省普及型高性能計算机重点実験室,广東深zhen,518060)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 38  号： 5  ページ： 983-987  発行年： 2017年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： サポート点に基づく計量空間異常値検出アルゴリズムは,異常値を迅速に検出するために,異常値を迅速に検出することができ,しかし,既存の相関アルゴリズムは,効果的な支持点選択方法を欠き,そして,支持点選択の結果は,不安定であり,そして,最終的に,アルゴリズム性能の変動は,より大きかった。クラスタ化に使用される密度ピーク値アルゴリズムは,良好なサポート点選択アルゴリズムではないが,しかし,密度ピーク探索の目標を決定することは困難である。密度ピーク値アルゴリズムを改良することにより,距離値を自動的に決定し,密度範囲を決定し,最大密度を持つ支持点を選択し,空間的異常値検出に適用した。実験結果により,提案したアルゴリズムのほうが既存のアルゴリズムよりも大きく改善され,平均加速比は2.41であり,最高6.28に達することを示した。距離計算の平均数は,60.67%減少し,最高91.17%に達し,そして,インデックスを確立するために必要な時間は,許容範囲内であった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *異常値 ,  クラスタ化 ,  *ピーク値 ,  アルゴリズム ,  許容範囲
準シソーラス用語： 距離計算 ,  選択法 ,  検出アルゴリズム ,  *異常値検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： outlier detection ,  metric space ,  index ,  pivot selection ,  density peak

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 論文 ,  密度 ,  ピーク値 ,  異常値検出 ,  応用