基于知识粒度的异常数据挖掘算法

• 作者: 吴克寿 孙金华 陈玉明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒计算 粗糙集 异常数据挖掘 知识粒度
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 118-120,131
• 分类号: TP301
• 字数: 5884字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.04.035

摘要

粒计算理论提供了一种新的处理不确定、不完全与不一致知识的有效方法.知识粒度是粒计算理论中度量不确定信息的重要工具之一.已有的异常数据挖掘算法主要针对确定性的异常数据挖掘,采用知识粒度度量不确定性数据,进行异常数据挖掘的研究尚未报道.为此,在引入知识粒度概念的基础上,定义了相对知识粒度及异常度来度量数据之间的异常程度,并提出基于知识粒度的异常数据挖掘算法,该算法可有效进行异常数据的挖掘.实例验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴克寿	厦门理工学院计算机科学与技术系	33	188	8.0	11.0
2	陈玉明	厦门理工学院计算机科学与技术系	27	163	8.0	11.0
3	孙金华	厦门理工学院计算机科学与技术系	18	55	5.0	6.0