面向不完全攻击数据集的两阶段聚类算法

• 作者: 秦拯 邱江
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 缺失属性 支持向量机 最近邻间隔
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 61-65,173
• 页数: 6页
• 分类号: TP311
• 字数: 4675字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1403-0301

摘要

实时攻击数据集合有缺失属性和大量非攻击样本,呈现属性分布不完全和类分布偏斜的特点,不利于聚类分析.针对此问题,提出了一种面向不完全攻击数据集的两阶段聚类算法.算法首先利用标准2-类支持向量机分离数据集中的非攻击样本,使类分布均衡.提出一种不完全样本间的距离度量方法,将该方法应用于最近邻间隔模糊C均值算法实现聚类.实验结果表明,与现有算法相比,提出的算法有效地提高了聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦拯	湖南大学信息科学与工程学院	69	954	14.0	29.0
2	邱江	湖南大学信息科学与工程学院	1	1	1.0	1.0