%0 Journal Article
%T Outlier Mining Model Based on ICA and MViSOM<br>基于ICA与MViSOM的孤立点挖掘模型
%A PENG Hong-Yi
%A JIANG Chun-Fu
%A ZHU Si-Ming
%A <br>彭红毅
%A 蒋春福
%A 朱思铭
%J 计算机科学
%D 2007
%I 
%X 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方法对观测到的多维随机向量进行独立成分分解,得到一个独立成分数据集,然后用改进的MViSOM方法取得数据的可视化。该模型充分结合“人类擅长于模式识别的能力”与“电脑擅长于大量地记忆、快速地计算的能力”的双方优点进行孤立点的挖掘,避免了对高维数据内部结构的复杂探测,从而克服了高维数据集孤立点挖掘过程中的一些困难。实验结果也验证了所提模型的合理性。
%K Outlier
%K ICA(independent component analysis)
%K MViSOM(Modified Visualization-Induced Self-Organizing Maps)<br>孤立点
%K ICA
%K MViSOM
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=2CE4BC68F2518B9D060D5268BBAC445B&yid=A732AF04DDA03BB3&vid=339D79302DF62549&iid=B31275AF3241DB2D&sid=2BA123C6EB9D54C2&eid=FCD27DC5E1F2EEE7&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=14