基于混沌的异常数据的动态识别与挖掘

摘要：

异常数据的识别与挖掘是非常重要的数据分析之一,在传统的数据分析中往往将异常数据的影响最小化或剔除它们,这可能导致重要的隐藏信息的丢失.该文提出了一种时间序列中异常数据检测与挖掘的新方法,首先计算出时间序列相邻两个点之间的斜率,再与混沌预测斜率相比较以检测出数据的偏差点集,其次对偏差点集进行动态方差检测以确定其异常数据集.该算法较好地解决了异常数据分析中的”屏蔽效应”及异常数据识别不能具体量化的缺陷。

关键词： 异常数据 数据挖掘 混沌系统 屏蔽效应 偏差点集

作者: 王建州 马志新 李廉

作者单位: 兰州大学,数学与统计学院,兰州,730000 兰州大学,信息科学与工程学院,兰州,730000

会议类型: 国内会议

会议名称: 第三届全国搜索引擎和网上信息挖掘学术研讨会

会议地点: 北京

会议语种:中文

页码: 1753-1756

在线出版日期: 2005-09-26（万方平台首次上网日期，不代表论文的发表时间）