基于朴素贝叶斯的分区域异常数据挖掘研究

摘要：

由于分区域中异常数据较为分散,现有方法无法对分区域数据集进行有效分类,导致异常数据挖掘效果不理想.为此提出基于朴素贝叶斯的分区域异常数据挖掘方法.获取朴素贝叶斯优化公式,采用假象空间重构数据向量间的欧几里获取度量策略,计算各数据偏差比结果.对分区域中异常数据进行分类,获取相应集合式与触发式.根据数据节点概率化瞬态计算实现分区域异常数据的有效挖掘.仿真结果表明,研究方法分区域异常数据挖掘效率较高,且应用精度更理想,具有较好的实际应用价值.

关键词：朴素贝叶斯、分区域、异常数据挖掘、概率化

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：大同市经济和信息化委员会专项基金项目;山西大同大学教学改革创新项目;山西省教育科学“十三五”规划课题

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：303-306,316