| 基于粗约简和网格的离群点检测 |
| |
| 引用本文： | 王敬华,金鹏.基于粗约简和网格的离群点检测[J].计算机工程与应用,2015(3):133-137,180. |
| |
| 作者姓名： | 王敬华 金鹏 |
| |
| 作者单位： | 华中师范大学 计算机学院,武汉,430079 |
| |
| 基金项目： | 国家自然科学基金(No.61170017,No.61370108) |
| |
| 摘 要： | 为解决现有高维海量数据离群点挖掘在时间与空间效率上的不足，提出了一种基于粗约简和网格的离群点检测算法RRGOD。算法在基于密度的离群点检测算法LOF的基础上，结合粗糙集理论特点，引入属性权值概念，淘汰属性权值低于重要度阈值的属性降低维度，从而减少了进行聚类的计算量。在网格聚类阶段，对传统的网格划分方法进行改进，引入属性维半径向量概念，提出了一种可变网格划分方法，根据数据集特点自适应地划分网格空间。在真实数据集和仿真数据集上进行了实验。结果表明，该算法在进行离群点检测时能在保持足够精确度的同时，检测效率有显著的改善。
|
| 关 键 词： | 数据挖掘 离群点检测 粗糙集 网格 属性权值 |
Outliers detecting based on rough reduction and grid |
| |
| WANG Jinghua
,
JIN Peng.Outliers detecting based on rough reduction and grid[J].Computer Engineering and Applications,2015(3):133-137,180. |
| |
| Authors: | WANG Jinghua JIN Peng |
| |
| Affiliation: | WANG Jinghua;JIN Peng;School of Computer, Central China Normal University; |
| |
| Abstract: | |
| |
| Keywords: | data mining outlier detecting rough set grid attribute weights |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
