一种基于密度的无监督联系发现方法

摘要：

在数据挖掘过程中,利用K-近邻(KNN)算法搜索新颖节点往往具有一定的局限性和偏差性.针对此问题,本文提出了加权距离和相对密度的概念,采用基于加权距离的相对密度来度量一个对象的局部离群程度.在此基础上,提出了一种基于密度的无监督联系发现方法,并进行了实验.实验结果表明,该方法能够较准确地描述对象的异常程度,具有更高的精确度.

关键词： 数据挖掘 无监督联系发现 加权距离 相对密度 离群程度

作者: 吴姗 倪志伟 罗贺 郑盈盈

作者单位: 合肥工业大学 管理学院,安徽 合肥 230009 过程优化与智能决策教育部重点实验室,安徽 合肥 230009 合肥工业大学管理学院,安徽 合肥 230009 过程优化与智能决策教育部重点实验室,安徽 合肥 230009 过程优化与智能决策教育部重点实验室,安徽 合肥 230009 合肥工业大学计算机网络系统研究所,安徽 合肥 230009

会议类型: 国内会议

会议名称: 第十届中国管理科学学术年会

会议地点: 合肥

会议语种:中文

页码: 29-32

在线出版日期: 2008-10-17（万方平台首次上网日期，不代表论文的发表时间）