聚类和 孤立点检测 （ outlier detection ）是密切相关的。从聚类算法来讲，孤立点是位于数据集簇之外的数据，这些数据可能就代表入侵或攻击。
基于52个网页-相关网页
Outlier detection is a meaningful and important knowledge discovery task.
孤立点检测是一项有价值的、重要的知识发现任务。
参考来源 - 一种基于密度偏差抽样的孤立点检测算法 in CIn this paper, statistical clustering is first integrated into RBF Neural Network and a new isolated point detecting algorithm based on statistical clustering RBF Neural Network, SCRRBF is proposed, which has two steps.
本文将统计聚类方法融入RBF神经网络,提出了一种基于统计聚类RBF神经网络的新的孤立点检测算法—SCRBF。
参考来源 - 基于统计聚类RBF神经网络的孤立点检测研究 in CIn this thesis, the author presents the theory of data mining, and deeply analyzes the algorithms of clustering and outliers detection.
本文介绍了数据挖掘理论,对聚类及孤立点检测算法进行了深入地分析研究。
参考来源 - 基于距离的聚类和孤立点检测算法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
如何使用密度核估计的孤立点检测？
提出了一种基于孤立点检测的核聚类入侵检测方法。
An kernel clustering intrusion detection approach based on outlier detection is presented in this paper.
提出了一种基于主分量分析和属性距离和的孤立点检测算法。
An outlier detection algorithm based on principal component analysis and the sum of attributes distance is proposed.
应用推荐