基于聚类分析局部离群点挖掘改进算法的研究与实现

• 作者: 成长生 赵战营
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数据挖掘 局部离群因子 K-距离邻域 聚类分析
• 年，卷（期）: 2010,（11）
• 页码范围: 255-258
• 分类号: TP3
• 字数: 4245字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.11.078

摘要

对于犯罪检测、网络入侵检测等应用,离群点检测是数据挖掘的一种重要算法.局部离群因子是对数据对象离群点的程度定义,计算所有数据对象局部离群因子需要大量计算. 一种基于聚类分析局部离群点挖掘改进算法得以实现,此改进算法以聚类分析为预处理,只对聚类之外的数据对象计算局部离群因子,避免了大量计算,并改进了对数据对象k距离邻域的求解.通过仿真数据和轨道交通AFC(automatic fare collecting system)客流数据的实验,证实此改进算法不仅能更高效地挖掘出值得关注的离群点,而且还能更好地达到解析目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成长生	东华大学计算机科学与技术学院	11	69	5.0	8.0
2	赵战营	东华大学计算机科学与技术学院	1	9	1.0	1.0