بررسی و مقایسه روش های تشخیص داده های پرت مبتنی بر ابعاد بالا

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 945

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AEBSCONF01_427

تاریخ نمایه سازی: 6 آبان 1393

چکیده مقاله:

یکی از تکنیک های داده کاوی، تشخیص داده های پرت در مجموعه داده است.: که به طور گسترده مورد استفاده قرار می گیرد . در اکثر روش های تشخیص داده های پرت در مجموعه داده ها پرت در مجموع داده با ابعاد بالا می پردازد و یک دید کلی از روش های موجود و نقاط ضعف و قوت آن ها ارائه می کند.

نویسندگان

محبوبه فصیحی

دانشگاه قم

عطیه صیادی

دانشگاه قم

محبوبه شمسی

دانشگاه صنعتی قم

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Pham N., Pagh R., 2012, A Near-linear Time Approximation Algorithm ...
  • Li y., Wu D., Ren J. D. Hu C. Z.., ...
  • Kriegel H.-P., Schubert M., and Zimek A., 2008, Angle-based outlier ...
  • Gschwandtner M., Filzmoser F., 2013, Outlier Detection in High Dimension ...
  • PiaoC., Huang Z., Su L, Lu S., 2014, Research _ ...
  • Zhang Y., Hamm N. A. S., Meratnia N., Stein A., ...
  • Liu H. C., Shah S., and Jiang W., 2004, On-line ...
  • Knorr E. M. and Ng R. T., 1998, Algorithms for ...
  • Ramaswamy S., Rastogi R., and Shim K., 2000, Efficient algorithms ...
  • Breunig M., Kriegel H., Ng R., and Sander J., 2001, ...
  • نمایش کامل مراجع