计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2013年
3期
197-202,208
,共7页
K-way谱聚类%二分法%背景离群点%随机游走%背景子图%图划分因子
K-way譜聚類%二分法%揹景離群點%隨機遊走%揹景子圖%圖劃分因子
K-way보취류%이분법%배경리군점%수궤유주%배경자도%도화분인자
K-way spectral clustering%dichotomy%background outlier%random walk%background subgraph%graph partition factor
为提高现有背景离群点检测算法背景子图划分的准确性,提出一种基于K-way谱聚类的背景离群点检测算法.构造图模型,对其进行K-way划分,使得到的背景子图具有解释性意义,从划分后的背景子图中获得离群点.实验结果表明,该算法的H指标提高50％,VⅥ指标降低70％,其精确度有较大提高,且没有对图的结构进行改变,不会丢失重要信息.
為提高現有揹景離群點檢測算法揹景子圖劃分的準確性,提齣一種基于K-way譜聚類的揹景離群點檢測算法.構造圖模型,對其進行K-way劃分,使得到的揹景子圖具有解釋性意義,從劃分後的揹景子圖中穫得離群點.實驗結果錶明,該算法的H指標提高50％,VⅥ指標降低70％,其精確度有較大提高,且沒有對圖的結構進行改變,不會丟失重要信息.
위제고현유배경리군점검측산법배경자도화분적준학성,제출일충기우K-way보취류적배경리군점검측산법.구조도모형,대기진행K-way화분,사득도적배경자도구유해석성의의,종화분후적배경자도중획득리군점.실험결과표명,해산법적H지표제고50％,VⅥ지표강저70％,기정학도유교대제고,차몰유대도적결구진행개변,불회주실중요신식.
