基于奇异值分解的异常切片挖掘; Exceptional Slices Mining Based on Singular Value Decomposition | |
遇辉 ; 马秀莉 ; 谭少华 ; 唐世渭 ; 杨冬青 | |
刊名 | 软件学报
![]() |
2005 | |
关键词 | 异常切片挖掘 特征提取 奇异值特征向量 基于距离的孤立点检测 联机分析处理 |
英文摘要 | 切片操作是联机分析处理的主要功能之一,在决策支持应用中发挥着重要作用.由于人工的切片过程非常低效,且易忽略重要信息,提出了一种自动、智能的异常切片挖掘方法.该方法基于奇异值分解技术来提取切片的数据分布特征,然后在提取出的奇异值特征之上,利用基于距离的孤立点检测技术发现异常的切片.在人工生成的数据和实际应用的切片数据上所作的实验结果都表明了该方法的高效性和可行性.; 国家自然科学基金; 中文核心期刊要目总览(PKU); 中国科学引文数据库(CSCD); 0; 7; 1282-1288; 16 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.pku.edu.cn/handle/20.500.11897/265254] ![]() |
专题 | 信息科学技术学院 |
推荐引用方式 GB/T 7714 | 遇辉,马秀莉,谭少华,等. 基于奇异值分解的异常切片挖掘, Exceptional Slices Mining Based on Singular Value Decomposition[J]. 软件学报,2005. |
APA | 遇辉,马秀莉,谭少华,唐世渭,&杨冬青.(2005).基于奇异值分解的异常切片挖掘.软件学报. |
MLA | 遇辉,et al."基于奇异值分解的异常切片挖掘".软件学报 (2005). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论