一种基于OPTICS和IncLOF的异常数据挖掘算法

• 作者: 刘震 王传玉 王怀彬
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 异常数据挖掘 聚类 局部离群因子 OPTICS算法 IncLOF算法
• 年，卷（期）: 2015,（6）
• 页码范围: 14-18
• 页数: 5页
• 分类号: TP311
• 字数: 4988字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2015.006.004

摘要

在动态增加的数据库环境下,异常数据挖掘中二次挖掘时需重新计算数据集中所有数据对象的局部离群因子的超高时间复杂度问题,在IocLOF算法中得到解决并取得良好效果.当向数据库中同时增加多条数据对象时,其算法时间效率下降很快.本文提出一种新的异常数据挖掘算法,先用改进型OPTICS算法进行聚类,然后调用IncLOF算法仅对部分受影响的数据对象计算局部离群因子.通过实验结果表明,与传统的IncLOF算法相比,本文提出的算法在动态增加的数据库实验环境下,不仅算法时间效率得到提高,在异常数据挖掘的精度方面也有一定的优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王怀彬	天津理工大学计算机与通信工程学院	41	139	7.0	10.0
2	王传玉	天津理工大学计算机与通信工程学院	1	12	1.0	1.0
3	刘震	天津理工大学计算机与通信工程学院	1	12	1.0	1.0