基于密度的局部离群数据挖掘算法研究

• 作者: 许琳 赵茂先
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 离群数据挖掘 INFLOF算法 K-means算法 时间复杂度
• 年，卷（期）: 2016,（6）
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP301.6
• 字数: 4261字
• 语种: 中文

摘要

为了研究局部离群数据挖掘方法，将K均值聚类算法和基于影响空间的局部离群因子算法相结合，构造了一种基于 K 均值和影响空间的局部离群因子的方法。该方法首先通过聚类把靠近簇中心密集区域的正常数据剔除，然后再调用 INFLOF 算法对剩余数据进行挖掘，从而减少了中间结果的存储，大大减少了算法的运行时间。最后分别通过随机数据和实际数据实验，验证了 K-INFLOF算法在离群数据挖掘中的准确性和运行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵茂先	山东科技大学数学与系统工程学院	34	238	9.0	14.0
2	许琳	山东科技大学数学与系统工程学院	15	109	5.0	10.0