信息熵度量的离群数据挖掘算法

• 作者: 乔衎 张继福 张贺 蔡江辉
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 离群数据 信息熵 离群度量因子 数据挖掘
• 年，卷（期）: 2010,（2）
• 页码范围: 150-155
• 分类号: TP311
• 字数: 5914字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.02.009

摘要

离群数据挖掘是为了找出隐含在海量数据中相对稀疏而孤立的异常数据模式,但传统的离群数据挖掘方法受人为因素影响较大.通过引入基于信息熵的离群度量因子,给出一种离群数据挖掘新算法.该算法先利用信息熵计算每个数据对象的离群度量因子,然后通过离群度量因子来衡量每个对象的离群程度,进而检测离群数据,有效地消除了人为主观因素对离群检测的影响,并能很好地解释离群点的含义.最后,采用UCI和恒星光谱数据作为实验数据,通过对实验的分析,验证了该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡江辉	太原科技大学计算机科学与技术学院	33	114	6.0	9.0
2	张继福	太原科技大学计算机科学与技术学院	94	600	14.0	20.0
3	张贺	太原科技大学计算机科学与技术学院	1	12	1.0	1.0
4	乔衎	北京航空航天大学自动化科学与电气工程学院	1	12	1.0	1.0