检索结果-维普期刊中文期刊服务平台

基于分形理论的离群点检测被引量：5: 1; 作者孙金花胡健李向阳《计算机工程》 CAS CSCD 北大核心 2011年第3期33-35,共3页; 现有离群点数据挖掘算法在高维空间效率比较低,针对上述不足,从离群点对数据集有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群数据挖掘作为一个优化分割问题进行处理。采用推广的G-P算法计算数据集的多重分形... 展开更多; 关键词数据挖掘离群点检测分形理论多重分形; 在线阅读下载PDF 职称材料

基于分形理论的股票时序数据离群模式挖掘研究被引量：4: 2; 作者孙金花冯英浚胡健《运筹与管理》 CSCD 2008年第5期135-140,共6页; 针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G-P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分形... 展开更多; 关键词数据挖掘离群模式挖掘分型理论股票时序数据; 在线阅读下载PDF 职称材料

基于分形的市场营销离群数据挖掘模型被引量：5: 3; 作者夏火松蔡淑琴《计算机工程与应用》 CSCD 北大核心 2002年第12期24-25,28,共3页; 文章探讨了在网络计算的环境下的市场营销离群数据挖掘的重要性与内容。并用分形的原理分析了市场营销离群数据的特点,构造了基于分形的市场营销离群数据挖掘模型。; 关键词分形市场营销离群数据挖掘; 在线阅读下载PDF 职称材料

基于分阶段离群点检测的电力市场异常辨识被引量：11: 4; 作者谢敬东卢浩哲 +2 位作者陆池鑫黄溪滢鲁思薇《科学技术与工程》北大核心 2021年第9期3633-3641,共9页; 为了监管电力市场中存在的各类违规行为,保证市场的公平竞争,提出了一种基于分阶段离群点检测算法的电力市场异常行为辨识方法。梳理不同交易阶段异常行为的特征,提取相应的特征指标,采用主成分分析法对其进行降维,分阶段地进行异常行... 展开更多; 关键词电力大数据数据挖掘异常检测局部离群因子电力市场市场监管; 在线阅读下载PDF 职称材料

题名基于分形理论的离群点检测被引量：5: 1; 作者孙金花胡健李向阳; 机构哈尔滨理工大学管理学院哈尔滨工业大学经济与管理学院; 出处《计算机工程》 CAS CSCD 北大核心 2011年第3期33-35,共3页; 基金国家教育部博士点基金资助项目(20060213004); 文摘现有离群点数据挖掘算法在高维空间效率比较低,针对上述不足,从离群点对数据集有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群数据挖掘作为一个优化分割问题进行处理。采用推广的G-P算法计算数据集的多重分形广义维数,利用贪婪算法的思想设计FDOM算法用于求解离群数据挖掘优化问题。实验结果证明,该算法能有效地解决离群点检测问题。; 关键词数据挖掘离群点检测分形理论多重分形; Keywords data mining outlier detection fractal theory multifractal; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于分形理论的股票时序数据离群模式挖掘研究被引量：4: 2; 作者孙金花冯英浚胡健; 机构哈尔滨工业大学管理学院哈尔滨工业大学技术.政策.管理(TPM)研究中心; 出处《运筹与管理》 CSCD 2008年第5期135-140,共6页; 基金国家自然科学基金资助项目(70571019 70771031) +2 种基金哈尔滨工业大学技术政策管理国家哲学社会科学创新基地基金; 文摘针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G-P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分形广义维数,并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明,该方法能有效地解决股票时间序列离群模式挖掘问题。; 关键词数据挖掘离群模式挖掘分型理论股票时序数据; Keywords data mining outlier pattern mining fractal theory stock time series; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于分形的市场营销离群数据挖掘模型被引量：5: 3; 作者夏火松蔡淑琴; 机构武汉科技学院华中科技大学; 出处《计算机工程与应用》 CSCD 北大核心 2002年第12期24-25,28,共3页; 基金国家自然科学基金资助项目(编号:79870072) 湖北省教育厅重点研究项目(编号:2000B25010); 文摘文章探讨了在网络计算的环境下的市场营销离群数据挖掘的重要性与内容。并用分形的原理分析了市场营销离群数据的特点,构造了基于分形的市场营销离群数据挖掘模型。; 关键词分形市场营销离群数据挖掘; Keywords outlier,data,outlier mining,fractal theory,marketing; 分类号 F713.3 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于分阶段离群点检测的电力市场异常辨识被引量：11: 4; 作者谢敬东卢浩哲陆池鑫黄溪滢鲁思薇; 机构上海电力大学能源电力科创中心长沙理工大学电气与信息工程学院; 出处《科学技术与工程》北大核心 2021年第9期3633-3641,共9页; 基金国家电网公司华东分部项目(SGHD0000JYWT1900117)。; 文摘为了监管电力市场中存在的各类违规行为,保证市场的公平竞争,提出了一种基于分阶段离群点检测算法的电力市场异常行为辨识方法。梳理不同交易阶段异常行为的特征,提取相应的特征指标,采用主成分分析法对其进行降维,分阶段地进行异常行为的检测。同时利用平均距离改进局部离群因子算法,显著地提升了算法的检测效果。通过某地区电力市场提供的交易数据进行实验分析,实验结果表明,该方法能有效识别市场中的异常行为,为市场监管人员利用海量数据进行有效监管提供了新思路。; 关键词电力大数据数据挖掘异常检测局部离群因子电力市场市场监管; Keywords electricity big data data mining anomaly detection local outlier factor(LOF) electricity market market supervision; 分类号 TM728.3 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料