| 高维数据流的聚类离群点检测算法研究 |
| |
| 引用本文： | 程艳,苗永春.高维数据流的聚类离群点检测算法研究[J].江西师范大学学报(自然科学版),2014(5):449-453. |
| |
| 作者姓名： | 程艳 苗永春 |
| |
| 作者单位： | 江西师范大学计算机信息工程学院,江西 南昌,330022 |
| |
| 基金项目： | 国家社科基金教育学青年课题“教育虚拟社区的群集智能化构建方法研究”，国家自然科学基金地区基金 |
| |
| 摘 要： | 针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测(CODHD-Stream)算法.该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的K-means聚类算法将数据集划分成微聚类,并检测微聚类的离群点.通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度.
|
| 关 键 词： | 高维数据流 滑动窗口 属性约简 K-均值 微聚类 信息熵 离群点检测 |
The Study on Clustering-Based Outlier Detection Algorithm for High-Dimensional Data Stream |
| |
| CHENG Yan,MIAO Yong-chun.The Study on Clustering-Based Outlier Detection Algorithm for High-Dimensional Data Stream[J].Journal of Jiangxi Normal University (Natural Sciences Edition),2014(5):449-453. |
| |
| Authors: | CHENG Yan MIAO Yong-chun |
| |
| Institution: | CHENG Yan;MIAO Yong-chun;College of Computer Information and Engineering,Jiangxi Normal University; |
| |
| Abstract: | |
| |
| Keywords: | high-dimensional data stream sliding window attribute reduction K-means micro-clustering informa-tion entropy outlier detection |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
