异常数据点

异常数据检测方法综述（2009年）

研究了数据挖掘中异常点检测的通用方法，并分析了它们的优缺点。还探讨了在高维和基于聚类的异常点挖掘中的应用情况，希望为进一步改进提供基础。

数据挖掘 2 2024-07-16

基于 ICA 的异常数据挖掘算法研究

提出了基于影响函数的异常数据检测方法，该方法通过投影分析来分离观测数据中的异常成分，有效消除脉冲噪声。实验结果验证了该方法在异常数据检测方面的可靠性和有效性。

数据挖掘 3 2024-05-28

MATLAB异常数据检测格拉布斯准则实现代码

在数据分析和科学研究中，异常值的检测对保证分析结果的准确性至关重要。MATLAB作为强大的数值计算工具，提供了基于格拉布斯准则的异常值检测代码，用于识别可能存在的异常数据点。格拉布斯准则通过计算数据点的G值与临界值比较，标记可能的异常数据，确保数据处理的可靠性和稳健性。这些代码能够帮助研究人员和工程师快速有效地处理数据集，提高分析的质量。

Hadoop 2 2024-07-29

剔除异常数据组并修正不合格品率

在SPC过程统计分析中，将第17组和第26组数据剔除，并深入调查导致这两组数据值偏高的根本原因。 采取有效的纠正措施，防止类似问题再次发生。 根据剩余的24组数据，重新计算修正后的不合格品率： 修正后的不合格品率 = 195 / 3596 = 0.054 利用修正后的不合格品率0.054，重新计算各组的控制上限 (UCL) 和控制下限 (LCL)。

统计分析 4 2024-05-20

气体检测仪异常数据集超过200个样本

在信息技术领域，数据集是研究、开发和训练算法的关键资源，特别是在数据分析、机器学习和人工智能领域。\"气体检测仪异常数据集200+\"专门收集了超过200个气体检测仪在异常条件下的样本数据，帮助研究人员和工程师深入理解设备的行为模式，从而改善气体检测系统的性能和可靠性。气体检测仪通常用于监测环境中的有毒、有害或易燃气体浓度，如一氧化碳、硫化氢和甲烷，以确保工业安全和环境保护。

算法与数据结构 0 2024-08-21

优化异常数据检测深入学习Go语言高级编程技巧

图5.1展示了异常数据检测的关键技术。

算法与数据结构 2 2024-07-16

连接MySQL的Toad数据点

Toad是一个简单易用的客户端工具，可以便捷地连接和操作MySQL数据库。

MySQL 0 2024-08-23

扫描图(*.tif)中数据点提取

本程序可从任何论文或期刊文章扫描的图中提取数据点，有助于提取数据并对其进行绘制。

Matlab 4 2024-05-13

MATLAB人工生成2维数据点

MATLAB程序用于生成2D数据点，用于聚类测试，简单易用，且有注释。

Matlab 2 2024-05-28

高维数据中的异常检测-综述异常检测方法

高维数据的异常探测方法由Aggarwal和Yu (SIGMOD’2001)提出。该方法将高维数据集映射到低维子空间，通过评估子空间中数据的稀疏性来识别异常数据。

算法与数据结构 3 2024-07-22