一种面向轨迹信息的时序数据流异常检测算法

• 作者: 刘建敏 高嘉伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据流 数据块 聚类 动态划分 异常检测
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 25-32,46
• 页数: 9页
• 分类号: TP391
• 字数: 9184字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0046381

摘要

针对传统聚类算法多数无法对时序数据流进行聚类的问题,提出一种基于密度和网格的聚类算法.引入动态划分网格的方法,通过当前数据块内数据的特征动态地设置网格划分、网格密度阈值等参数并自适应地生成网格,将其转化为不同类型的图并分别进行聚类.分析某一个体的轨迹,采取按时间段的个体轨迹划分方法检测个体异常轨迹.实验结果表明,该算法可根据用户的需求得到不同时间段内数据的聚类结果,适用于处理轨迹信息等时序数据流的异常检测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高嘉伟	山西大学计算机信息与技术学院	11	107	5.0	10.0
5	刘建敏	山西大学计算机信息与技术学院	1	0	0.0	0.0