基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
LOF(Local Outlier Factor)算法是基于密度的典型孤立点识别算法,在实践中被广泛用于检测属性噪声.然而,LOF算法没有综合考虑类与类、类与整体之间的信息,因而对类别噪声识别欠佳.CLOF(Combined Local Outlier Factors)是在LOF算法的基础上提出一种基于组合局部孤立系数的类别噪声处理算法.算法通过lofa、lof1、lof0三个局部孤立系数值,首先在整体数据集上剔除属性噪声,其次综合利用整体和局部信息,通过3个lof值之间的关系来识别类别噪声,并更正其类标签.在仿真数据集和UCI数据集上的实验结果表明,CLOF算法能够同时有效识别类别噪声和属性噪声,提高分类器的分类精度,对具有类重叠的复杂数据处理效果尤佳.
推荐文章
基于数学形态学的PET图像背景噪声处理算法
数学形态学
正电子发射计算机体层显像图像
背景噪声
医学图像配准
互信息
基于 ZigBee 技术的孤立点入网算法研究
ZigBee 网络
孤立点
转移节点
分布式地址分配机制
基于孤立点自适应的K-means算法
K-means算法
孤立点
谢林模型
初始聚类中心
误差平方和
数字图像处理算法概述
图像处理
滤波
小波分析
随机共振
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于组合局部孤立点的噪声处理算法
来源期刊 中国科技论文 学科 工学
关键词 模式识别 类别噪声 属性噪声 局部孤立系数 异常点检测
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 672-678
页数 7页 分类号 TP181
字数 5601字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴俊杰 北京航空航天大学经济管理学院 11 47 3.0 6.0
2 任义丽 北京航空航天大学经济管理学院 1 3 1.0 1.0
3 刘洪甫 北京航空航天大学经济管理学院 3 23 3.0 3.0
4 熊海涛 北京工商大学计算机与信息工程学院 5 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模式识别
类别噪声
属性噪声
局部孤立系数
异常点检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科技论文
月刊
2095-2783
10-1033/N
大16开
北京市海淀区中关村大街35号教育部科技发展中心
2006
chi
出版文献量(篇)
4942
总下载数(次)
10
总被引数(次)
14783
论文1v1指导