找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
找到2项技术成果数据。
找技术 >一种基于多种支撑点的度量空间离群检测方法
成熟度:正在研发
技术类型:发明
应用行业:信息传输、软件和信息技术服务业
技术简介
本[发明专利]公开了一种基于多种支撑点的度量空间离群检测方法,包括选择距离函数步骤:根据数据集的数据类型,选择距离函数;支撑点选取步骤:读取数据集,选取不重复的密集支撑点以及边缘支撑点;建立索引步骤:计算所有对象与密集支撑点的距离,进行排序,形成一维索引,计算所有对象与边缘支撑点的距离,记为第二距离,以第一距离和第二距离作为坐标,形成支撑点空间;离群检测步骤:将一维索引划分成多个数据块,并对数据块逐块进行离群点检测。本[发明专利]通过同时选中密集支撑点和多个边缘支撑点,避免出现单支撑点导致的数据空间扭曲的技术问题,同时降低建立索引时间开销,减少距离计算次数,提高离群检测速度。本[发明专利]用于检测数据集中的离群点。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。