学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
基于奇异值分解的异常切片挖掘
被引:20
作者
:
遇辉
论文数:
0
引用数:
0
h-index:
0
机构:
北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京
遇辉
论文数:
引用数:
h-index:
机构:
马秀莉
论文数:
引用数:
h-index:
机构:
谭少华
唐世渭
论文数:
0
引用数:
0
h-index:
0
机构:
北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京
唐世渭
论文数:
引用数:
h-index:
机构:
杨冬青
机构
:
[1]
北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院,北京大学信息科学技术学院北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京北京大学视觉与听觉信息处理国家重点实验室,北京,北京
来源
:
软件学报
|
2005年
/ 07期
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;
D O I
:
暂无
中图分类号
:
TP311.13 [];
学科分类号
:
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.
引用
收藏
页码:1282 / 1288
页数:7
相关论文
共 1 条
[1]
矩阵分析.[M].史荣昌编著;.北京理工大学出版社.1996,
←
1
→
共 1 条
[1]
矩阵分析.[M].史荣昌编著;.北京理工大学出版社.1996,
←
1
→