基于簇间分离性的稀有类识别算法

• 作者: 严宣辉 郭躬德
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 稀有类 簇 密度 特征权重 分离性
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 502-508
• 页数: 7页
• 分类号: TP311
• 字数: 6314字
• 语种: 中文

摘要

稀有类挖掘是数据挖掘的一个重要研究领域,具有广泛的应用背景。文中针对传统稀有类识别算法存在的缺陷,提出一种基于密度差异与簇间分离性判据相结合的稀有类识别算法(RDACS)。该算法以特征权重相似度作为稀有类簇与周围数据样本间分离性的判据,并辅以积极学习的方法实现稀有类识别。在 UCI 公共数据集和KDD99数据集上的实验表明,与现有的同类算法相比,RDACS 在询问次数指标上有较明显优势,能提高效率并减少人为误差,是现有稀有类识别方法的一种补充算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭躬德	福建师范大学网络安全与密码技术福建省重点实验室	74	600	12.0	22.0
2	严宣辉	福建师范大学数学与计算机科学学院	34	234	9.0	14.0