位置：成果数据库 > 期刊 > 期刊详情页
基于相邻关系的地理标识语言空间线对象离群检测算法
  • ISSN号：0469-5097
  • 期刊名称：《南京大学学报：自然科学版》
  • 时间：0
  • 分类：TP311.1[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]南京师范大学计算机科学与技术学院,南京210097, [2]江苏省信息安全保密技术工程研究中心,南京210097
  • 相关基金：国家自然科学基金（40871176）
作者： 朱娟[1,2], 吉根林[1,2]
关键词： 空间数据挖掘, 离群检测, 空间线对象, 相邻关系
中文摘要：

提出了两种基于相邻关系的地理标识语言空间线对象离群检测算法：DOL-AR1和DOL-AR2,定义了基于相邻关系的空间线对象之间的相异度,DOL-AR1将基于相邻关系的相异度作为空间线对象之间的距离度量准则,利用Density-based Spatial Clustering of Applications with Noise算法检测出离群的空间线对象.算法DOL-AR2以基于相邻关系的相异度为准则对空间线对象进行聚类,根据每个簇的离群因子,检测该簇是否离群.实验结果表明,算法DOL-AR1和算法DOL-AR2都能有效地检测出离群的线对象,本文对提出的两种离群检测算法的性能进行了比较,发现算法DOL-AR2的效率要高于算法DOL-AR1的效率.

同期刊论文项目
面向GML的空间聚类分析与异常检测方法研究
期刊论文 21 会议论文 12
同项目期刊论文
一种面向不平衡数据的结构化SVM集成分类器
基于网格和密度的海量数据增量式离群点挖掘算法
三维空间中面对象相邻关系的判断算法
一种基于连接度的空间线对象聚类算法
基于包含关系的空间对象条件离群检测算法
基于信息熵的空间对象群聚类算法
一种基于线面包含关系的GML空间聚类算法
基于空间相邻关系GML点对象离群检测算法
一种基于相交关系的GML空间聚类算法
一种面向空间对象群的聚类算法
一种基于面包含关系的GML空间离群面检测算法
一种处理空间实体约束的空间聚类算法
基于相交关系的GML线对象离群检测算法
基于QR树索引的面包含关系求解算法
一种基于相似维的高维子空间聚类算法
基于蚁群系统的聚类算法研究
基于点面包含关系的GML空间聚类算法
基于空间相邻关系的GML点对象离群检测算法
一种基于包含关系的空间面对象条件离群检测算法
基于频繁子树模式的GML文档结构聚类算法
期刊信息
  • 《南京大学学报：自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:南京大学
  • 主编：龚昌德
  • 地址：南京汉口路22号南京大学（自然科学版）编辑部
  • 邮编：210093
  • 邮箱：xbnse@netra.nju.edu.cn
  • 电话：025-83592704
  • 国际标准刊号：ISSN：0469-5097
  • 国内统一刊号：ISSN：32-1169/N
  • 邮发代号:28-25
  • 获奖情况:
  • 中国自然科学核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘（网络版）,美国数学评论（网络版）,德国数学文摘,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:9316