基于直方图和FP增长的高维空间离群点挖掘

• 作者: 李龙姣 程国达
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 数据挖掘 KNN距离 直方图 FP增长 离群维关联
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP391
• 字数: 5497字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.01.014

摘要

高维空间离群点的检测和分析是数据挖掘的研究难点之一,针对现有方法存在的问题,提出基于直方图和FP增长的高维空间离群点的挖掘方法.该方法首先计算每一维上数据点的KNN(K-Nearest Neighbors)距离,形成直方图,利用直方图判定数据每一维上的离群点,然后用FP增长算法挖掘频繁离群维之间的关联规则,用于解释离群点在离群维之间的关系.实验证明所提方法不仅有效,而且具有实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙姣	南京财经大学信息工程学院	1	2	1.0	1.0
2	程国达	南京财经大学信息工程学院	8	54	4.0	7.0