基于加权快速聚类的异常数据挖掘算法

• 作者: 包从剑 奚春海 施化吉 李星毅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 异常数据 数据挖掘 学习规则 K-均值聚类 加权快速聚类
• 年，卷（期）: 2007,（35）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 153-155
• 页数: 3页
• 分类号: TP311
• 字数: 3577字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.35.046

摘要

聚类是数据挖掘领域中最活跃的研究分支之一,并在其他的科学领域也有广泛的应用.设计了基于加权快速聚类的异常数据挖掘算法,以便能快速发现异常数据.首先通过对数据的每个属性赋予一定权值,权值的大小要体现其对分类的贡献度,并根据属性权值的特点,选择比较优良的初始分区,然后进行多次迭代,得到接近最优分区,接着运用一定规则,发现异常数据类,最后实践证明该技术取得很好的社会效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施化吉	江苏大学计算机科学与通信工程学院	83	692	15.0	21.0
2	李星毅	北京交通大学电子信息学院	65	500	13.0	19.0
6	包从剑	江苏大学计算机科学与通信工程学院	2	10	2.0	2.0