基于蚁群算法的异常数据检测方法

• 作者: 刘波 蔡美
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 异常检测 属性 异常数据 蚁群算法 路径选择
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 166-169,177
• 页数: 5页
• 分类号: TP274.2
• 字数: 3855字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.08.030

摘要

由于传统基于O-measure度量的异常数据检测方法在对异常数据进行检测时需要对路径进行全搜索,并且在数据量较少的情况下会产生误判,因此其在检测效率和查准率上具有明显的缺陷.为此,根据蚁群算法的正反馈性质,提出一种将蚁群算法和属性相关分析相结合的属性异常点检测方法.将蚁群收敛到的路径作为异常路径,计算异常路径上各个节点O-measure值,并根据O-measure值确定数据异常点.实验结果表明,该方法在查全率、查准率和效率上均优于传统的基于O-measure度量的异常数据检测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘波	暨南大学信息科学技术学院	35	214	8.0	13.0
2	蔡美	暨南大学信息科学技术学院	2	22	2.0	2.0