为适应数据集分布形状多样性以及克服数据集密度问题，针对已有算法对离群簇检测效果欠佳的现状，提出了一种基于K-近邻树的离群检测算法KNMOD（outlier detection based on K-nearest neighborhood MST）。算法结合密度与方向因素，提出一种基于K-近邻的不相似性度量，然后带约束切割基于此度量构建的最小生成树从而获得离群点。算法可以有效地检测出局部离群点以及局部离群簇，与LOF、COF、KNN及INFLO算法的对比结果也证实了算法的优越性能。
2021-10-17 01:02:37
2.23MB
1
空气质量指数(Air Quality Index, AQI)预测可以为人们日常生产活动以及空气污染治理工作提供指导. 针对空气质量指数预测模型受离群点影响较大的问题, 利用孤立森林算法对空气质量数据集进行离群点分析, 采用离群鲁棒极限学习机模型(ORELM)对空气质量指数进行预测, 并构建误差修正模块对模型预测误差进行修正. 最后, 以北京市空气质量数据作为研究对象, 分别利用ORELM模型以及极限学习机(ELM)模型进行预测, 并对ORELM模型预测结果进行误差修正. 实验结果表明: 离群鲁棒极限学习机对离群点数据集泛化性能更强, 误差修正模块能有效提高模型的预测精度.
2021-10-14 23:39:14
1.05MB
1
TMS320F28335光伏离网并网逆变器设计原理图 Bom表 软件源码，适合新手老手很快上手
2021-10-13 12:02:02
32.76MB
555nm（绿）。在夜晚，适应暗光的峰值下降到 513nm。表 6.1 展示了折射率测定中使用的
传统的线状谱，也是镜头设计者要用的。在此课程中我们将主要用 F,d,e 和 C。图 6.2 展示
了 这 些 线 状 谱 在 适 光 下 （ 白 天 ） 眼 睛 响 应 曲 线 中 的 位 置 。
2021-10-12 20:04:42
4.98MB
1
异常检测、离群分析中文资料，包括了入门的知识，以及基本的算法模型，outlier ensembles 的概述性内容，是学习离群分析和异常检测的上好资料
2021-10-12 17:03:38
5.87MB
1
基于角度的离群值检测
在R中基于角度的离群因子的实现。有三种方法可用，一种是使用所有具有三次复杂度的数据的完整但缓慢的实现，一种是完全高效的完全随机化的方法，另一种是使用k最近邻方法。 这些算法特别适合于高维数据离群值检测。
安装
该软件包可在CRAN上获得：
install.packages( " abodOutlier " )
library( abodOutlier )
用法
abod( faithful , method = " randomized " , n_sample_size = 30 )
abod( faithful , method = " knn " , k = 20 )
麻省理工学院许可。
2021-10-09 16:10:57
6KB
1