基于K-means的数据流离群点检测算法

• 作者: 梅焘 耿慧玲 袁颖珊 韩崇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 概念漂移 数据流 K-means聚类 可变滑动窗口 离群点检测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 理论与研发
• 页码范围: 58-63
• 页数: 6页
• 分类号: TP301.6
• 字数: 5264字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1607-0236

摘要

针对数据流中离群点挖掘问题,在K-means聚类算法基础上,提出了基于距离的准则进行数据间离群点判断的离群点检测DOKM算法.根据数据流概念漂移检测结果来自适应地调整滑动窗口大小,从而实现对数据流的离群点检测,与其他离群点算法的一系列实验验证和对比结果表明,DOKM算法在人工数据集和真实数据集中均可以实现对离群点的有效检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇	南京邮电大学计算机学院	17	140	6.0	11.0
2	袁颖珊	南京邮电大学通达学院	1	16	1.0	1.0
3	梅焘	南京邮电大学通达学院	2	16	1.0	2.0
4	耿慧玲	南京邮电大学通达学院	1	16	1.0	1.0