基于知识粒度的异常数据挖掘算法.pdfVIP

ComputerEngineeringand却piicnlions计算机工程与遵凫 基于知识粒度的异常数据挖掘算法 陈玉明，吴克寿，孙金华 CHENY，uming’WUKeshou，SUNJinhua 厦I、J理工学院计算机科学与技术系，福建厦门361024 Scienceand DepanmentofComputerTechnologyXiamen CHEN Jinhua．outlier basedon Keshou，SUN miningalgorithm granulation．ComputerEngineering Yuming，wu knowledge andAppIications．2012，48(4)：118-120． Abstract：Gmnular isanewe行icientmethodtodealwith andinconsistent computingtheoU uncertain，incomplete isoneof with info肌ationin of toolstodeal uncertain edge伊anulationimportant granularcomputingtheory．Manyexistingalgorithms outlier aimforcertain littIeworkhasbeendoneforuncenamdata tooutlier basedonknowl- miningmainIy data，very aiming mining andoutlier arede- edgegranulation．Therefore，aRerin仃I)ducingknowledge酽anulationconcept，reIatiVeknowledge黟anulationdegree for for based is fined theoutlierdata．Anew outlier on measuring algorithm mining knowledgegranulationpmposed．Thisalgorithm can obtainoutIiersf．romdataset．The ofthe is an ef诧ctiVeIy Validityalgorithmdepictedby example． data Keywords：granularcomputing；roughsets；out“er mining；knowledge鲫lulation 摘要：粒计算理论提供了一种新的处理不确定、不完全与不一致知识的有效方法。知识粒度是粒计算理论中度量不确定信息 的重要工具之一。已有的异常数据挖掘算法主要针对确定性的异常数据挖掘，采用知识粒度度量不确定性数据，进行异常数据 挖掘的研究尚未报道。为此，在引入知识粒度概念的基础上，定义了相对知识粒度及异常度来度量数据之间的异常程度，并提出 基于知识粒度的异常数据挖掘算法，该算法可有效进行异常数据的挖掘。实例验证了该算法的有效性。 关键词：粒计算；粗糙集；异常数据挖掘；知识粒度 DOI：10．3778／i．issn．1002-8331．2012．04．035文荸编哮：l002-833l(2012)04．0118．03文献标识码：A 中网分类¨．：TP30l 1引言 性数据度量工具主要有信息熵””、粗糙熵””