数据库中特定奇异数据优化检测的研究

• 作者: 刘敏 李智彪 熊婷
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 数据挖掘 奇异数据 模糊均值
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 仿真智能化
• 页码范围: 404-407
• 页数: 4页
• 分类号: TP311
• 字数: 3975字
• 语种: 中文

摘要

由于数据属性会随着Oracle中心数据库中特定奇异数据的改变而发生变化,在对数据簇的属性分类时会发生动态变化,传统的挖掘方法,是通过对数据的属性分类后进行数据特征挖掘,忽略了数据本身存在的属性对挖掘效果的影响,导致挖掘误差大的问题.提出基于改进模糊c均值自适应算法的Oracle中心数据库中特定奇异数据挖掘算法.先将Oracle中心数据库中的各个数据依据其属性进行聚类,建立聚类相似系数矩阵进行划分,依据拟属可信度的概念进行归类,在利用模糊c均值算法计算Oracle中心数据库中各个数据簇中心到聚类中心的距离,建立数据隶属函数矩阵,计算加权距离平方和的最小值及有效性函数的最小值,去除较远的数据簇,实现对Oracle中心数据库中特定奇异数据的挖掘.仿真结果表明,基于改进模糊c均值自适应算法的Oracle中心数据库中特定奇异数据挖掘算法,可有效的避免在确定特定奇异数据时存在的随机性和经验性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊婷	南昌大学科学技术学院	43	60	4.0	6.0
2	刘敏	南昌大学科学技术学院	43	123	6.0	8.0
3	李智彪	江西中医药大学计算机学院	14	52	4.0	6.0