基于邻接图的离群数据聚类算法

• 作者: 朱庆生 邹咸林 金义富
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 离群数据 关键域子空间 离群邻接图 聚类算法
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 72-73,76
• 页数: 3页
• 分类号: TP391
• 字数: 2863字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.11.026

摘要

离群数据是数据中的少模式,因其固有的少数据与稀疏性等特征,使得基于距离或基于统计等常规聚类方式不适用于对离群数据的分类.该文根据离群对象关键域子空间的重合度,定义了离群共享属性集与离群相似度等概念,提出β-离群簇分析技术.通过构建离群邻接图并将其稀疏化,将β-群簇搜索与相应的离群邻接图的最大完全子图搜索一一对应,给出一种基于邻接图的离群数锯聚类算法.算例及实验结果表明,该方法具有较高的效率及良好的直观性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱庆生	重庆大学计算机学院	175	1952	22.0	33.0
2	金义富	湛江师范学院信息学院	6	64	4.0	6.0
6	邹咸林	重庆大学计算机学院	3	21	2.0	3.0