一种基于高维空间聚类的离群数据发现算法

• 作者: 何知军 徐顼 李旭辉 贾海鹏 郑丽英
• 来源期刊: 微电子学与计算机
• 关键词: 离群数据 CABOSFV算法 聚类 伪孤立点
• 年，卷（期）: 2007,（12）
• 页码范围: 44-46
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2007.12.012

摘要

针对高维稀疏聚类CABOSFV算法仅能解决二态变量商维稀疏聚类问题而对其他类型交量算法将失效的情况,通过定义"属性绝对值距离"解决了CABOSFV算法固有的这一缺陷.另外.针对聚类后产生伪孤立点问题,提出相应的异常数据处理策略,从而得到较为精确的离群数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑丽英	兰州交通大学电子与信息学院	63	426	12.0	17.0
2	徐顼	兰州交通大学电子与信息学院	9	27	3.0	4.0
3	何知军	兰州交通大学电子与信息学院	3	10	2.0	3.0
4	李旭辉	兰州交通大学电子与信息学院	2	4	1.0	2.0
5	贾海鹏	兰州交通大学电子与信息学院	1	4	1.0	1.0