会议专题

一种基于距离支持度的离群数据挖掘算法

现有离群数据发现算法大多是针对低维数据的,这些算法在处理高维海量数据时存在效率问题,而且要求输入参数较多,影响了结果的客观性。针对不同要求下离群数据发现任务,利用距离支持度来改变离群数据的约束范围,提出了一种基于距离的高维海量离群数据挖掘算法DB-HDLO ,该算法与传统的最短距离系统聚类算法SL具有相同聚类结果。以恒星光谱数据为数据集,实验验证了该算法能够高效准确地对高维海量数据聚类,并根据不同要求发现离群数据。

数据挖掘 离群数据 距离支持度 恒星光谱数据

蔡江辉 张继福 赵旭俊

太原科技大学计算机科学与技术学院,太原 030024

国内会议

全国第18届计算机技术与应用学术会议(CACIS)

浙江宁波

中文

280-286

2007-08-25(万方平台首次上网日期,不代表论文的发表时间)