单目位姿估计是计算机视觉中一个基础而重要的问题,在机器人定位、虚拟现实、图像精密测量等领域应用广泛。在实际应用中,参考点坐......

...

Community structure is an integral characteristic of real world networks whichever pro-cesses or areas they emerge from.......

A credible method of calculating the detection threshold is presented for the multiple target situations, which appear f......

Assessing machine’s performance through comparing the same or similar machines is important to implement intelligent ma......

The model for improving the robustness of sparse principal component analysis(PCA)is proposed in this paper.Instead of t......

该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......

为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7......

The outlier detection and accommodation of integration navigation of strapdown inertial navigation systems and global po......

A kind of uniform reliability index suitable for the code and phase observations is presented and used in reliability ev......

研究了传统的异常点诊断与处理方法,分析了异常点产生的原因,提出了小概率事件异常点判别法,在3维编织复合材料弹道侵彻测试数据异......

在3维编织复合材料的弹道侵彻测试数据异常点检验中，将仿真数据作为试验数据的先验信息，采用Bayes 方法检验模型形式和参数：应用2步估......

设备大型化不仅带来了运输和吊装上的困难,给设备制造也带来了更大的挑战。大型塔器制造过程中的质量控制应引起高度的重视,其圆度......

聚类分析是一种重要的数据挖掘方法，K-means算法是其中最常用的基于划分的方法。本文提出了一种基于初始均值点离散化的改进K-means......

针对划分聚类对初始值较为敏感以及层次聚类时间复杂度高等缺陷,提出了一种基于划分和层次的混合动态聚类算法HDC-PH。该算法首先......

在数据挖掘中,对待数据集中的孤立点有两种策略:一种是将它们作为噪声而从数据集中清洗出去;另一种则将它们作为研究对象,称为孤立......

在数据挖掘中我们往往会忽略离群数据,可是这些数据却往往包含重要的信息。本文采用了将决策树与相异度相结合的方式进行离群数据......

针对高维稀疏聚类CABOSFV算法仅能解决二态变量高维稀疏聚类问题而对其他类型变量算法将失效的情况，通过定义“属性绝对值距离”解......

针对传统的局部离群点检测算法中存在离群点判定的主观性过强的问题,通过研究局部离群点检测相关算法,提出了一种基于数据集对象平......

航天靶场观测数据是鉴定运载火箭性能的重要依据，数据中的异常值严重影响数据处理的质量．传统的靶场异常数据处理方法不能适应日益提......

为了解决误判问题,从预测的角度给出了离群点的定义,并提出了预测可信度和离群度的概念;同时,提出采用置换技术来降低离群点对预测......

针对网络安全数据高维度的特征,对传统离群点检测不能有效发现的网络数据中入侵行为细节进行检测。提出一种基于频繁模式的算法,通......

针对Bayesian Lasso方法的变量选择和异常值检测进行了研究。该方法是在线性回归模型中引入识别变量,借助于双层Bayesian模型和Gib......

无线传感器网络(wireless sensor network,WSN)受电池能量、计算能力、通信能力和内存空间及传感数据多维特征的限制,传统的离群点......

异常点是数据集中看起来与其他数据有着明显差别的点或者区域。异常点往往并不是错误,并且经常包含比较重要的信息。本文提出一种......

在空间数据中特异值的识别处理中,个别奇异的数据(特异值)可能会对模型产生影响而使预测值与实测值间产生较大的偏差。因此,本文在......

结合PET生产检验实例，使用方差分析发现特性黏度数据之间存在显著性差异，而使用国标中离群值检验判别法发现离群值的判定结论相反，在......

离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释......

提出一种从时间序列数据中辨识例外模式的系统化方法，包括4个步骤：1）将时间序列数据分割为一系列子序列；2）将这些子序列映射到某个特征......

随着人们对数据质量、欺诈检测、网络人侵、故障诊断、自动军事侦察等问题的关注，异常点挖掘在信息科学研究领域日益受到重视．本文首......

针对大流量骨干网的在线网络异常检测是目前网络安全研究的热点之一,提出一种网络异常检测方法,有效在线处理大数据流,利用密度聚......

回归诊断是现代统计分析的重要组成部分.本文应用SPSS,详述了回归诊断的理论和方法,提出了每一个诊断统计量的临界值.......

在检定检测工作中使用仪器仪表的测量结果作为参考,但是由于仪器仪表本身的限制和人员操作、环境因素等的影响,测量准确度只能在一......

离群点检测在入侵检测、网络鲁棒性分析和欺诈检测等领域有着重要应用。基于遗传算法的离群点检测是处理高维数据的一个有效方法。......

金属疲劳试验的数据符合威布尔分布,是非对称的统计分布,而现有的异常数据判别方法均基于对称性分布(正态分布、t分布)。威布尔分......

本文提出了一种基于独立成分分析（ICA）与改进的可视化诱导自组织映射（MViSOM）的孤立点挖掘模型——IMVOM模型,该模型用ICA方法对观测到......

在用混合模型聚类时，聚类数据中存在局外点是非常困难的问题。为了提高混合拟合的鲁棒性，本文用混合t模型替代混合高斯模型，来拟合含......

针对分布复杂且离群类型多样的数据集进行离群检测困难的问题,提出基于相对距离的反k近邻树离群检测方法RKNMOD(Reversed K-Neares......

对经典的基于距离的孤立点挖掘算法进行了改进，引入“关键属性”，即减少了挖掘的数据量，从而提高了孤立点挖掘的效率，并且改进常用距离......

高温目标(森林火灾、草原火、煤层自燃、火山喷发等)具有显著区别于常温地物的波谱特性。马氏距离相当于加权的欧式距离,在多元统......

本文提出一种通过构造覆盖领域进行离群点(outlier)挖掘的新方法.由于覆盖领域构造的特殊性,使得覆盖算法非常适合离群点的挖掘.在......

本文针对彩色人脸边缘提取问题,分析了运用孤立点分析方法进行彩色图像人脸边缘提取的可行性,给出并实现了基于孤立点分析的彩色人......

本文提出一种基于独立成分分析（ICA）与支持向量机（SVM）的孤立点挖掘模型ISOM模型，用ICA对观测到的多维随机向量进行独立成分分解，用SVM估......

在对现有异常点挖掘算法分析的基础上，给出了一种异常点挖掘的新方法一基于主成分分析方法，该方法先用基于密度的聚类算法进行聚类，然......

对冶金分析仪器检定／校准中若干问题进行了探讨，包括计量标准、示值误差异常值的判断、不确定度、检定／校准项目、元素和测量范围等。......

基于距离的离群点挖掘通常需要O（N2）的时间进行大量的距离计算与比较,这限制了其在海量数据上的应用。针对此问题,提出了一个带剪枝......

在KSummary算法的基础上,引入层次和密度聚类方法,提出自适应多趟聚类方法。依次获得聚类个数k,聚类初始中心和最终聚类。将算法应......

近年来室内定位技术引起了研究者的广泛关注,现有基于信号指纹的室内定位算法需要大量采集指纹数据,且在噪声干扰下易产生较大的定......

UKF（Unscented Kalman Filter，UKF）算法被广泛应用于运动目标跟踪中，取得了很好地跟踪效果；但是在实际应用中，由于各种随机因素的影响，使......

总结了稳健主成分分析、稳健主成分回归、稳健偏最小二乘回归和稳健连续回归等各种稳健算法的新近成果．研究表明，稳健算法可以检测并......