基于K-Means聚类的农产品价格异常数据检测

文献类型： 中文期刊

第一作者： 韩琳

作者： 韩琳;吴华瑞;顾静秋

作者机构：

关键词： 海量农业数据;聚类;K-means算法;离群点;市场价格;异常检测

期刊名称： 计算机系统应用

ISSN： 1003-3254

年卷期： 2017 年 26 卷 03 期

页码： 139-143

摘要： 全国各地各个年份的农产品市场价格数据量庞大,而海量的农产品的市场价格数据中无可避免存在超出市场正常价格范围的异常价格元素,这对搜索引擎农产品市场价格的统计分析与预测造成了影响.从市场价格大数据中发现离群点并计算出价格边界成为有待解决的问题,为此,本研究在数据挖掘聚类技术K-means算法的基础上,提出了基于K-means聚类的农产品市场价格异常数据检测并计算出农产品市场价格边界,测试及实践结果表明该方法提高了聚类的精确率和稳定性,实现了价格异常点检测与价格边界的计算.

分类号： F323.7`TP311.13

  • 相关文献

[1]基于Hadoop的海量农业数据资源管理平台. 杨锋,吴华瑞,朱华吉,张海辉,孙想. 2011

[2]基于近邻稳定性的离群点检测算法. 黄馨玉,陈晓东. 2019

[3]基于颜色矩的土豆、玉米、苹果叶片病害异常检测. 张梓婷,韩金玉,张东辉,李晗,李铭源,邓志平,孙晓勇. 2022

[4]适用于夜晚环境下多个车牌的定位算法. 王东岳,苗乃树,王忠举,卢绪振,屈慧星,张波,马天行. 2018

[5]改进型加权KNN算法的不平衡数据集分类. 潘正茂,马春森,董丽丽,张涛. 2012

[6]基于改进K-means图像分割算法的细叶作物覆盖度提取. 吴焕丽,崔可旺,张馨,薛绪掌,郑文刚,王岩. 2019

[7]新的改进K-means算法的图像检索方法. 马娟娟,张伟,李朝锋,杨弘. 2014

[8]基于彩色空间距离优化的秸秆覆盖率检测算法研究. 安晓飞,代均益,路振田,徐新刚,尹彦鑫,孟志军. 2023

[9]吉林省水稻品种品质的研究Ⅳ.吉林省优质品种的系谱及品质聚类分析. 张三元,李彻,张俊国,赵劲松,石玉海. 2000

[10]柞蚕主要性状主成分聚类分析与综合评价. 徐亮,孟宪民,戚俐,焦阳,钟亮. 2018

[11]普通杏(Prunus armeniaca)初级核心种质资源的构建及评价. 章秋平,刘威生,刘宁,张玉萍,郁香荷,孙猛,徐铭. 2009

[12]辽宁省主要稻区水稻新品种品质性状的主成分及聚类分析. 姜秀英,于永梅,王铮,韩勇,刘军,张悦. 2009

[13]波兰桑蚕品种的综合评价与聚类分析. 吴艳,蔡兴忱,李喜升,仝振祥,石淑萍. 2016

[14]51份红三叶种质资源萌发期耐铜性评价. 赵思怡,陈菲,张鹤山,张志飞. 2019

[15]滇牡丹不同采种区种苗质量评价. 苏泽春,薛润光,和桂青,李兆光,王泽清,和寿莲. 2020

[16]多元统计分析法在大麻资源评价与农业生产中的应用. 张效霏,张利国. 2018

[17]京津冀地区乡村功能分区及振兴途径. 张衍毓,唐林楠,刘玉. 2020

[18]晋南雨养旱田不同玉米品种耐旱性聚类分析. 张虎,张鹏华,张久刚,崔爱民,单皓. 2018

[19]基于SSR分子标记数据构建割手密核心种质库. 徐超华,刘新龙,毛钧,刘洪博,林秀琴,陆鑫,苏火生. 2020

[20]基于改进广义回归神经网络的渔船流量预测. 蒋庆朝,陈孟婕. 2020

作者其他论文 更多>>

微信小程序