连凤娜
- 作品数：3 被引量：29H指数：1
- 供职机构：厦门大学信息科学与技术学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 离群点挖掘及其内涵知识发现研究
- 数据是当今信息社会宝贵的资源，发现并利用潜藏在那些复杂数据集中的有用知识已成为科学决策的前提。数据挖掘技术通过关联规则、聚类及分类等方法实现从大量的、不完全的、有噪声的数据中，提取隐含在其中的、人们事先不知道的、潜在有用...
- 连凤娜
- 关键词：数据挖掘关联规则离群挖掘离群数据
- 文献传递
- 一种改进的基于距离的离群挖掘算法
- 引言Frawley定义数据挖掘为:"Data mining isdefined as the non-trivial extraction of implicit,previously unknown,and poten...
- 连凤娜吴锦林薛永生
- 关键词：OUTLIERS
- 文献传递
- 一种改进的K-means聚类算法被引量：28
- 2008年
- K-means算法是最常用的聚类算法之一,有很多的优点,但也存在着不足。它不仅对样本的输入顺序敏感,可能产生局部最优解,而且受孤立点的影响很大。文章正是针对这些不足,提出了一种改进的K-means算法,主要从数据预处理、初始聚类中心的选择方面进行了改进,并做了改进前后算法的对比实验。结果表明,改进后的算法不但更具稳定性,准确度也高,受孤立点的影响也大大降低。
- 连凤娜吴锦林唐琦
- 关键词：K-MEANS算法聚类孤立点
