子空间聚类算法在高维数据异常检测中的应用

• 作者: 周冬 苏勇 黄烨
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 高维数据 信息熵 异常检测 子空间聚类算法
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 应用技术
• 页码范围: 168-171
• 页数: 4页
• 分类号: TP301.6
• 字数: 3354字
• 语种: 中文

摘要

传统异常检测技术是基于距离和密度的,快速的异常检测算法过分依赖于索引结构或网格划分,在低维数据上有很好的效果；面对高维数据的稀疏性、空空间现象等特性,索引结构失效,网格划分的数目呈指数级增长,传统算法性能下降；文中采用信息熵确定高维数据异常子空间,在异常子空间上使用DBSCAN聚类算法,在高维数据异常检测中表现出较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏勇	江苏科技大学计算机科学与工程学院	23	127	6.0	10.0
2	周冬	江苏科技大学计算机科学与工程学院	2	9	2.0	2.0
3	黄烨	江苏科技大学计算机科学与工程学院	2	9	2.0	2.0