摘要: 大量的高维数据在分布上表现为一低维流形,试图从这样的数据集中探测出奇异点,传统的奇异点挖掘算法可能失效。本文提出了一种带权重的多维尺度变化,算法通过局部的高维数据集和其低维重构的误差来设定数据点;露的局部权重,再利用权重之和得到的数据点置信度,以此来进行奇异值的判定。通过实验验证了算法的有效性。
魏莱 王守觉 徐菲菲. 基于带权多维尺度变换的奇异值挖掘[J]. 计算机科学, 2008, 35(1): 190-192. https://doi.org/
WEI Lai WANG Shou-Jue XU Fei-Fei (Department of Computer Science and Technology, Tongji University, Shanghai 201804). [J]. Computer Science, 2008, 35(1): 190-192. https://doi.org/