计算机科学 ›› 2006, Vol. 33 ›› Issue (9): 175-177.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 本文提出一种基于独立成分分析（ICA）与支持向量机（SVM）的孤立点挖掘模型ISOM模型，用ICA对观测到的多维随机向量进行独立成分分解，用SVM估计独立成分的密度函数，克服了传统孤立点挖掘方法的一些缺点，为数据挖掘提供了一种有效的方法，并通过实验验证了该模型的合理性与正确性。
关键词: 孤立点 ICA SVM 密度函数估计
Abstract: ISOM, Outlier Mining Model Based on ICA ＆ SVM, is presented in this paper. This model transforms an observed multidimensional random vector into mutually independent components by ICA and estimates independent components＇ density function by SVM. Overcomi
Key words: Outlier, ICA（independent component analysis）, SVM（Support Vector Machine）, Estimation of density function
. 基于ICA与SVM的孤立点挖掘模型[J]. 计算机科学, 2006, 33(9): 175-177. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I9/175
Cited
首页