高维空间中离群点检测算法研究

• 作者: 刘培奇 孙靖 段中兴
• 来源期刊: 微电子学与计算机
• 关键词: 数据挖掘 离群点检测 高维数据 PSO算法 k均值算法
• 年，卷（期）: 2013,（7）
• 页码范围: 68-71,77
• 页数: 5页
• 分类号: TP311
• 语种: 中文

摘要

提出一种基于改进粒子群优化算法的离群点检测算法，解决高维环境下离群点挖掘效率偏低的问题。新算法能够充分发挥粒子群优化算法全局搜索的优势，并具有k均值算法快速收敛的特点，可避免粒子群优化算法的早熟，减小确定k均值算法聚类中心的计算量等问题。实验表明，该算法在高维环境下可快速有效的挖掘出离群数据的离群支持度，有较好的挖掘效率、准确率和实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘培奇	西安建筑科技大学信息与控制工程学院	27	132	7.0	10.0
2	段中兴	西安建筑科技大学信息与控制工程学院	58	206	7.0	10.0
3	孙靖	西安建筑科技大学信息与控制工程学院	2	9	2.0	2.0