基于密度的局部离群数据挖掘方法的改进.pdfVIP

下载本文档

14
0
约2.68万字
约 6页
2015-09-07 发布于湖北
举报
版权申诉

基于密度的局部离群数据挖掘方法的改进.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于密度的局部离群数据挖掘方法的改进.pdf

V01．31 第31卷第6期计算机应用研究 No．6 2014年6月 Researchof Jun．2014 Application Computers 基于密度的局部离群数据挖掘方法的改进王茜，刘书志 (重庆大学计算机学院，重庆400044) 摘要：针对传统局部离群点检测算法的局限性进行了研究，提出了一种新的有效的离群数据挖掘算法。该算法在寻找数据点的近邻区域时采用了基于影响空问的局部离群点检测(INFLO)中影响空间的概念，然后在计算数据点的离群因子时，根据基于链接的离群点检测(COF)中链式距离的思想，提出了基于相似足距离邻居序列 (SKDNS)的离群因子计算方法。通过对比该算法和其他经典局部离群点检测算法在不同数据分布情况下的挖掘结果，该算法比LOF、INFLO和COF算法的离群挖掘准确性更高，能有效克服LOF算法的不足，提高局部离群数据挖掘的准确性和多样性。关键词：离群数据挖掘；影响空间；链式距离；相似座距离邻居序列；离群因子中图分类号：TP311．13；TP391文献标志码：A 文章编号：1001—3695(2014)06—1693—04 doi：10．3969／j．issn．1001—3695．2014．06．021 oflocaloutliers basedon Improvement mining density WANG Shu—zhi Qian，LIU 400044，China) (College矿ComputerScience，ChongqingUuivers匆，Chongqing on limitationof a the traditionallocaloutliers novelandeffective Abstract：Studying miningalgorithm，thispaperproposed of in usedthe influencedinfluencedoutliernessbased findthe algorithm．Thealgorithm concept space algorithm(INFLO)to for tothe of distancein basedoutlier every factor(COF)， neighborhoodobject．Andaccordingthoughtschaining connectivity it the ofsimilar theoutlier theoutliers k_distanceseries(SKDNS)to proposedconcept neighbor compu