首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于密度的数据流检测算法SWKLOF
引用本文:魏中贺,李少波,唐向红. 一种基于密度的数据流检测算法SWKLOF[J]. 科学技术与工程, 2014, 14(34)
作者姓名:魏中贺  李少波  唐向红
作者单位:1. 贵州大学计算机科学与技术学院,贵阳,550025
2. 贵州大学现代制造技术教育部重点实验室,贵阳,550025
基金项目:“十二五”国家科技支撑计划资助项目(2012BAF12B14);贵州省重大科技专项(黔科合重大专项字(2012)6018);贵州省工业攻关项目(黔科合GY字(2013)3020);贵州省重大科技专项(黔科合重大专项字(2013)6019)。
摘    要:
总结目前数据流在线检测算法的优缺点,提出了一种新的数据流在线检测算法—SWKLOF。该算法采用滑动时间窗口对数据流进行封装,用k-距离进行剪枝,剔除大部分正常数据,对剩余疑似异常数据采用局部离群因子LOF(local outlier factor)进一步精确筛选。理论分析和实验结果表明该算法降低了时间复杂度,提高了检测准确性。

关 键 词:数据流  滑动时间窗口  k-距离  局部离群因子  异常检测
收稿时间:2014-07-16
修稿时间:2014-08-12

An algorithm of the datastreams detection based on density
Wei Zhong-he,Li Shao-bo and Tang Xiang-hong. An algorithm of the datastreams detection based on density[J]. Science Technology and Engineering, 2014, 14(34)
Authors:Wei Zhong-he  Li Shao-bo  Tang Xiang-hong
Abstract:
Keywords:datastreams  sliding time window   k-distance  local outlier factor  anomaly detection
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号