原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
第38卷第7期 计算机科学 V01．38No．7
2011年7月 Science 2011
Computer July
基于信息论的高维海量数据离群点挖掘
张净1’2孙志挥1 宋余庆3 倪巍伟1 晏燕华3
(东南大学计算机科学与工程系 南京210096)1
(江苏大学电气与信息工程学院 镇江212001)2
(江苏大学计算机科学与通信工程学院镇江212001)3
摘要针对高维海量数据集离群点挖掘存在“维数灾难”的问题，提出了基于信息论的高维海量数据的离群点挖掘
算法。该算法采用属性选择，去除冗余属性降维。利用信息熵作为离群点判断的度量标准，消除距离和密度量纲的弊
端。在真实数据集上的实验结果表明，算法对高维海量数据离群点挖掘是有效可行的，其效率和精度得到了明显提
高。
关键词 离群点挖掘，信息论，属性选择，熵，互信息
中图法分类号TP311文献标识码A
Outlier of
the DatasetsBasedonInformation
MiningHigh-dimension Theory
ZHANGSUN
Zhi-huilSONG Wei—weilYANYan-huaa
Jin91’2 Yu-qing—NI
of Scienceand 210096，China)1
(DepartmentComputer Engineering，SoutheastUniversity，Nanjing
ofElectronicand
(College Information 212001，China)z
Engineering，JiangsuUniversity，Zhenjiang
of ScienceandTelecommunications
(CollegeComputer Engineering，JiangsuUniversity，Zhenjiang212001。China)3
AbstractPhenomena
of“curseof lotsof outlier
dimensionality”deteriorate
existing miningalgorithmsvalidity．Con—
thw outlier of and datasetsbasedoninformationwas
cerningproblem，theminingalgorithmhigh-dimensionlarge theory
usedthe ofinformationandthemutualinformationintheinformation
proposed．Thisalgorithmconcept entropy theory，
car
文档评论（0）