| 面向高维大数据的局部离群点并行检测算法 |
| |
| 引用本文： | 何美玲,李佩雅. 面向高维大数据的局部离群点并行检测算法[J]. 计算机仿真, 2022, 39(2): 304-308. DOI: 10.3969/j.issn.1006-9348.2022.02.058 |
| |
| 作者姓名： | 何美玲 李佩雅 |
| |
| 作者单位： | 浙江中医药大学信息技术中心,浙江 杭州310000,暨南大学网络空间安全学院,广东 广州510632 |
| |
| 基金项目： | 浙江中医药大学校级科研项目 |
| |
| 摘 要： | ![]()
当前局部离群点并行检测算法在实现时，没有消除局部离群点中存在的冗余数据，存在k值不稳定、局部可达密度低、检测时间长的问题，严重影响数据的正常使用，于是提出面向高维大数据的局部离群点并行检测算法。根据信息熵原理采用E-PCA算法提取高维大数据的特征，并消除冗余特征，实现高维大数据的降维处理，提高算法的检测精度；为了在较短的时间内完成局部离群点的并行检测，结合Hadoop分布式平台中的Mapreduce分布框架和传统的离群点检测算法，在高维大数据中完成局部离群点的并行检测。仿真结果表明，所提算法的k值适中、局部可达密度高和检测时间短。
|
| 关 键 词： | 局部离群点 降维处理 信息熵 分布式平台 |
Local Outlier Parallel Detection Algorithm for High-Dimensional Big Data |
| |
| HE Mei-ling,LI Pei-ya. Local Outlier Parallel Detection Algorithm for High-Dimensional Big Data[J]. Computer Simulation, 2022, 39(2): 304-308. DOI: 10.3969/j.issn.1006-9348.2022.02.058 |
| |
| Authors: | HE Mei-ling LI Pei-ya |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
