针对无数据标签的群数据异常检测问题,提出在无监督模式下利用k最近邻(kNN)算法检测群数据异常.为减少由于异常值与正常值之间相互......

针对计算机辅助诊断（CAD）中学习算法处理非平衡数据时,分类器预测具有大类样本的分类误差小,而稀有类样本的分类误差大的倾向性分类......

提出了一种快速的稀有类检测算法——CATION（rare category detection algorithm based on weightedboundary degree）.通过使用加权......

反向k近邻是反向最近邻的扩展，目前大多数反向k近邻查询算法主要从R树演化而来，其查询性能往往随着维数的增加而下降，并且对于k>1的情......

基于反向k近邻的孤立点检测算法能够从全局角度较好地检测孤立点,但是在初始阶段求数据点的k近邻时,基本算法需要O(KN2)次数据点间......

在现实生活中,我们常常会要处理一些不平衡的数据集,其中主要类的数据样本占据了数据集的绝大多数,而稀有类只拥有极少数的数据样......

信息技术的不断发展导致持续的数据收集和快速的数据积累。空间数据挖掘是在空间数据库中提取隐藏的未知模式，而空间聚类是空间数据......

利用计算机技术辅助放射科医生进行病例诊断,即计算机辅助诊断(Computer Aided Diagnosis, CAD)在早期乳腺癌检查中起到越来越重要......

提出了基于反向K近邻（RKNN）的孤立点检测算法ODRKNN。ODRKNN算法用每个数据点的反向K近邻个数来衡量该数据点的偏离程度．在综合数据集......