| 基于角度分布的高维数据流异常点检测算法 |
| |
| 作者姓名： | 朴昌浩 黄质 苏岭 禄盛 |
| |
| 作者单位： | （1.重庆邮电大学 模式识别及应用研究所, 重庆 400065; 2.重庆长安汽车股份有限公司, 重庆 400023） |
| |
| 基金项目： | 国家自然科学基金资助项目(11247325);重庆市科委自然科学基金资助项目(CSTC2013yykfC60005,CSTC2011BB4145,CSTC2013jcsf-jcssX0022,CSTC2013jcyjjq60002) |
| |
| 摘 要： | 为了有效检测高维数据流中的异常点,提出一种基于角度分布的高维数据流异常点检测(DSOD)算法.运用基于角度分布的方法准确识别高维数据集中的正常点、边界点以及异常点;构造了基于正常集、边界集的小规模数据流型计算集,以降低算法在空间以及时间上的开销;建立了正常集、边界集的更新机制,以解决大数据流的概念转移问题.在真实数据集上的实验结果表明,所提出的DSOD算法的效率高于Simple VOA算法与ABOD算法,并且适用于大数据流上的异常点检测.
|
| 关 键 词： | 角度分布 数据流 高维 异常点检测 |
| 收稿时间： | 2013-06-13 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《上海交通大学学报》浏览原始摘要信息 |
|
点击此处可从《上海交通大学学报》下载全文 |
|
