10.3969/j.issn.1000-3428.2009.05.017
基于相对密度的军事高维数据噪声点检测方法
军事训练领域的特殊性造成其相关数据存在大量的噪声点,同时也为噪声检测算法提出了相应的要求.分析现有数据噪声点检测算法,提出将数据属性分为空间属性、环境属性、特征属性,利用空间属性确定数据对象的分类,利用环境属性确定具有不同特征的数据对象邻域,利用特征属性计算离群度.改进了基于相对密度的离群度计算方法,提出LRDF算法,实验结果表明,该方法有效地提高了噪声点检测的精度和效率,增强算法可用性.
军事训练数据、数据挖掘、噪声点检测、相对密度、属性分类
35
TP311(计算技术、计算机技术)
国家自然科学基金资助项目70371039
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
50-52