基于ICA与MViSOM的孤立点挖掘模型

计算机科学 ›› 2007, Vol. 34 ›› Issue (6): 197-199.

基于ICA与MViSOM的孤立点挖掘模型

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文得到国家自然科学基金项目（10371135）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 本文提出了一种基于独立成分分析（ICA）与改进的可视化诱导自组织映射（MViSOM）的孤立点挖掘模型——IMVOM模型,该模型用ICA方法对观测到的多维随机向量进行独立成分分解,得到一个独立成分数据集,然后用改进的MViSOM方法取得数据的可视化。该模型充分结合“人类擅长于模式识别的能力”与“电脑擅长于大量地记忆、快速地计算的能力”的双方优点进行孤立点的挖掘,避免了对高维数据内部结构的复杂探测,从而克服了高维数据集孤立点挖掘过程中的一些困难。实验结果也验证了所提模型的合理性。

关键词: 孤立点 ICA MViSOM

Abstract: IMVOM,Outlier Mining Model Based on ICA ＆ MViSOM, is presented in this paper. This model firstly transforms an observed multidimensional random vector into mutually independent components by ICA, and then achieves visibility of high-dimensional data by MV

Key words: Outlier, ICA（ independent component analysis）, MViSOM （Modified Visualization-Induced Self-Organizing Maps）

. 基于ICA与MViSOM的孤立点挖掘模型[J]. 计算机科学, 2007, 34(6): 197-199. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed