%0 Journal Article
%T Optimizing Hierarchical Clustering Based Outlier Analysis<br>基于自寻优层次聚类的孤立点分析
%A 温济川
%J 计算机系统应用
%D 2008
%I 
%X 检测数据集中的孤立点经常需要用户设置一些参数,当用户没有相应的经验时,孤立点检测或者困难或者不完全。本文提出一种无需参数设置,自动查找最可能的孤立点的检测方法。主要贡献包括:提出的一种聚类评价函数和自寻优层次聚类算法,该算法首先产生聚类树,然后通过评价函数,从聚类树上选择最优聚类结果;提出一个孤立类的检测算法,从聚类结果中寻找孤立类,孤立类中的数据就是检测出的孤立点。实验证明了新方法的有效性。
%K 孤立点
%K 层次聚类
%K 自寻优
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D4F6864C950C88FFCE5B6C948A639E39&aid=8D24BC9CA11C226BE722B1190E7D56CC&yid=67289AFF6305E306&vid=BCA2697F357F2001&iid=E158A972A605785F&sid=ECE8E54D6034F642&eid=94E7F66E6C42FA23&journal_id=1003-3254&journal_name=计算机系统应用&referenced_num=0&reference_num=13