基于网格和密度的海量数据增量式离群点挖掘算法

• 作者: 倪巍伟 孙志挥 张净 杨宜东 杨明
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 海量数据 网格 密度 离群点挖掘 增量 LOF算法
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 823-830
• 分类号: TP311.13
• 字数: 6978字
• 语种: 中文

摘要

处理海量和高维数据已经成为设计离群点算法面临的重要任务和挑战,针对海量数据的特点提出一种基于网格和密度的增量式离群点挖掘算法IGDLOF,算法的基本思想为:采用网格的七元组信息减少数据维数和数量,利用增量更新减少内存需求.通过代表点过滤相应的主体数据,先判断再进行近似密度计算的方法减少计算量,降低算法的复杂度.通过在真实和仿真数据集的测试表明,IGDLOF增量算法可与LOF算法保持相同的精确度,而执行效率得到显著的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
2	孙志挥	东南大学计算机科学与工程系	148	3968	33.0	58.0
3	倪巍伟	东南大学计算机科学与工程系	48	851	19.0	27.0
4	杨宜东	东南大学计算机科学与工程系	10	226	7.0	10.0
5	张净	东南大学计算机科学与工程系	7	139	6.0	7.0