【摘 要】
：
针对基于密度的局部离群因子算法(LOF),需要计算距离矩阵来进行k近邻查寻,算法时间复杂度高,不适合大规模数据集检测的问题,提出基于网格查询的局部离群点检测算法。算法利用
【基金项目】
：
广东省科技计划基金(No.2014B090901053,No.2014B090908010,No.2015B090906015,No.2015B090906016,No.2017A050501035),广州市科技计划项目(No.201807010058)
论文部分内容阅读
针对基于密度的局部离群因子算法(LOF),需要计算距离矩阵来进行k近邻查寻,算法时间复杂度高,不适合大规模数据集检测的问题,提出基于网格查询的局部离群点检测算法。算法利用距离目标网格中的数据点最近的k个其他数据点,一定在该目标网格或在该目标网格的最近邻接网格中这一特性,来改进LOF算法的邻域查询操作,以此减少LOF算法在邻域查询时的计算量。实验结果证明,提出的LOGD算法在与原LOF算法具有基本相同的检测准确率的情况下,能够有效地降低离群点检测的时间。
其他文献
深度哈希在图像搜索领域取得了很好的应用,然而,先前的深度哈希方法存在语义信息未被充分利用的局限性。开发了一个基于深度监督的离散哈希算法,假设学习的二进制代码应该是分类的理想选择,成对标签信息和分类信息在一个框架内用于学习哈希码,将最后一层的输出直接限制为二进制代码。由于哈希码的离散性质,使用交替最小化方法来优化目标函数。该算法在三个图像检索数据库CIFAR-10、NUS-WIDE和SUN397中进
基于DNA折纸术设计并找出一类特殊的整数规划问题的最优解。将这类整数规划问题中的n个变量及对应的所有可能值设计成一条长链(脚手架链),通过添加相应的订书钉链形成发夹结
为了解北京市健康相关产品生产企业的基本情况，进一步规范健康相关产品卫生许可工作，依据卫生部《健康相关产品生产企业卫生条件审核规范》，北京市卫生监督所从2006年6月1日至20
针对卷积神经网络图像超分辨率算法中的映射函数容易出现过拟合、梯度弥散等问题,提出一种由卷积网络和反卷积网络构成的复合卷积神经网络算法。提出使用RReLUs和Softplus函数结合形式作为激活函数,有效改善了过拟合问题;采用附加修正系数的小批量梯度下降法,避免梯度弥散现象;利用反卷积网络实现高分辨率图像重建。实验证明新的网络模型有效改善了图像的清晰度和边缘锐化,在主观视觉效果和客观评价指标上都获得
目的通过分析朝阳区卫生计生综合监督的管辖范围、执法环境、监管现状，了解在行政执法全过程记录中存在的困难，为现场执法综合指挥系统建设提供依据。方法分析朝阳区卫生和计划
基层积极推进卫生监督协管项目工作，卫生监督协管纳入公共卫生监督一体化管理，初步建立卫生监督县一乡一村三级网络管理模式，但仍然存在投入不足、规范建设不够、内容涵盖不全、