基于统计聚类RBF神经网络的孤立点检测研究

计算机科学 ›› 2006, Vol. 33 ›› Issue (10): 196-197.

• 计算机网络与信息安全 • 上一篇下一篇

基于统计聚类RBF神经网络的孤立点检测研究

周凯

中国科学院研究生院,北京100738

出版日期:2018-11-17 发布日期:2018-11-17

ZHOU-Kai （Graduate School of China Academy of Sciences, Beijing 100738）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 孤立点挖掘是数据挖掘的一个重要领域，而统计分析方法在孤立点检测中具有天然的优势。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。该算法包括两部分，先用统计聚类方法对神经网络进行初始化，然后根据网络的训练情况进行隐单元的简化，提高了神经网络的泛化能力，同时也降低了过拟合现象的出现概率。与LSC算法的对比实验表明，该算法是有效的。

关键词: 统计方法聚类 RBF神经网络孤立点检测

Abstract: Mining isolated point is an important field in Data Mining. Methods of statistical analysis have natural advantage in detecting isolated points. In this paper, statistical clustering is first integrated into RBF Neural Network and a new isolated point det

Key words: Statistical method, Clustering, RBF neural network, Isolated point detecting

周凯. 基于统计聚类RBF神经网络的孤立点检测研究[J]. 计算机科学, 2006, 33(10): 196-197. https://doi.org/

ZHOU-Kai （Graduate School of China Academy of Sciences, Beijing 100738）. [J]. Computer Science, 2006, 33(10): 196-197. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于统计聚类RBF神经网络的孤立点检测研究

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0