基于无监督学习的异质网络多尺度离群点挖掘研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 现有的异质网络多尺度离群点挖掘算法忽略了数据点之间的顺序关系，无法充分利用数据点在异质网络中的排列顺序信息，从而导致聚类精度下降。对此，提出一种基于无监督学习的异质网络多尺度离群点挖掘方法，对异质网络的多节点、多边特点进行分析。利用季节⁃趋势时序分解法提取异质网络数据特征。根据数据特征，结合K⁃means聚类算法与排序算法，将数据点的排序信息添加至聚类过程中，以实现对异质网络数据离群点的挖掘。（剩余7699字）

试读结束

目录
monitor