Scidown文献预览系统！
改进的基于地标窗模型的数据流增量局部离群点检测( Improved incremental local outlier detection for data streams based on the landmark window model )
A Li W Xu Z Liu Y Shi
现有的异常检测算法大多适用于检测过程中所有数据都可用的静态数据，而不能处理动态数据流。在本研究中，我们提出了一个改进的基于地标窗口模型的增量局部离群因子算法，该算法为数据流中的异常检测提供了一种有效的方法，并且优于传统的异常检测方法。引入数据窗口作为更新单元来降低误报率，并通过多次测试来识别候选异常和真实异常。改进的iLOF在假阳性率方面显示出明显的优势。此外，所提出的算法即时删除识别出的真实异常的数据点。利用合成数据集和真实数据集进行实验，分析了改进算法的性能和某些参数的敏感性。实验结果表明，与原iLOF算法及其改进算法相比，本文提出的改进算法在较高的检测率和较低的虚警率方面取得了较好的性能。
SciDown文献求助系统（解决99%问题） Public Download Springer ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 聚乙烯中C-H键的选择性催化氧化产生具有增强附着力的功能材料下载
scidown 突然死亡:地理关系的评估下载
scidown 突然死亡:地理关系的评估下载