暂无评论
针对基于距离的离群点检测算法受全局阈值的限制,只能检测全局离群点,提出了基于聚类划分的两阶段离群点检测算法挖掘局部离群点。首先基于凝聚层次聚类迭代出K-means所需的k值,然后再利用K-means的
为了提高语音端点检测效果，将小波分析和神经网络相融合，提出一种基于小波神经网络的语音端点检测算法（WA-PCA-RBF）。利用小波分析提取语音信号的特征向量，采用主成分分析法选择语音信号特征，消除冗余
在研究Harris角点检测算法时发现由于该算法采用高斯低通滤波进行平滑，因而对一些图像进行角点提取时，存在角点信息丢失和位置偏移等现象，而B样条函数可以收敛于高斯函数，并具有良好的逼近能力和紧支性等一
在LDOF算法的基础上, 提出一种基于多重聚类的离群点检测算法PMLDOF。该算法针对局部离群度量计算量大的缺点, 采用聚类剪枝技术作为减少计算量的方法; 同时, 为了避免将位于簇边缘的离群点错剪,
现有的大多数孤立点检测算法都需要预先设定孤立点个数，并且还缺乏对不均匀数据集的检测能力。针对以上问题，提出了基于聚类的两段式孤立点检测算法，该算法首先用DBSCAN聚类算法产生可疑孤立点集合，然后利用
基于统计的图像边缘检测方法是计算机视觉中边缘检测的重要方法之一。提出了一种基于非参数变点统计分析的方向性边缘检测算法，该方法可以最小化对图像数字特征的先验信息的需求。深入讨论该算法在含有高斯噪声和椒盐
基于危险理论的土遗址生存模型研究，常俪琼，房鼎益，本文以土遗址保护为应用背景，利用无线传感器网络对土遗址环境进行监控。此方法代替了传统的监控方法，并解决了传统土遗址环境监
在经典过零点算法的基础上，改进特征提取与匹配算法。分析各阶高通小波系数在同一算法下的识别率，以此选择小波系数来综合编码分析。采用不同的小波滤波器进行分析，考察不同的小波滤波器对算法的影响。DB3小波的
基于子空间解决高维离群点挖掘的问题已经引起人们的广泛关注,现有方法存在的主要问题是难以选取合适的子空间且选取计算量大、阈值等参数设置困难等。这些影响了检测精度和检测效率。利用高对比度子空间选取方法解决
针对现有的无线传感器网络(WSNs)的局部离群点检测算法由于存在未考虑监测环境的异质性而造成邻域划分不准确、检测精度低的问题, 提出适用于异质监测环境的基于椭球模型的无线传感器网络的局部离群点检测算法
暂无评论