10.3969/j.issn.1000-3428.2013.08.012
一种基于聚类和快速计算的异常数据挖掘算法
传统局部离群因子(LOF)算法在动态增量数据库环境下,进行二次异常数据挖掘需重新计算所有数据对象局部偏离因子,存在效率较低的问题.为此,提出一种基于聚类和快速计算的异常数据挖掘算法.对传统DBSCAN算法进行改进,并且在该改进算法聚类的基础上,仅对部分数据对象计算局部偏离因子.实验结果表明,该算法在动态增量数据库环境下,与LOF与lncLOF算法相比,不仅计算时间效率高,而且能提高挖掘异常数据的精度.
动态增量数据库、局部离群因子算法、lncLOF算法、DBSCAN算法、聚类
39
TP311(计算技术、计算机技术)
江苏省333高层次人才工程基金资助项目BRA2010128
2013-11-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
60-63,68