

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、離群檢測(cè)是數(shù)據(jù)挖掘的重要任務(wù)之一,它的主要目標(biāo)是從數(shù)據(jù)集中發(fā)現(xiàn)與大部分其他數(shù)據(jù)點(diǎn)有顯著區(qū)別的樣本。這些數(shù)據(jù)點(diǎn)往往蘊(yùn)含著重要的信息,有很重要的使用價(jià)值和廣闊的應(yīng)用前景,為全面認(rèn)識(shí)數(shù)據(jù)提供支持。因而,近年來(lái)離群檢測(cè)算法在各個(gè)專(zhuān)業(yè)領(lǐng)域應(yīng)用廣泛。包括網(wǎng)絡(luò)入侵,信用卡欺詐,生態(tài)系統(tǒng)失衡,醫(yī)療衛(wèi)生等。在大數(shù)據(jù)時(shí)代,面對(duì)爆炸增長(zhǎng)的海量數(shù)據(jù)和多維數(shù)據(jù)帶來(lái)的維數(shù)災(zāi)難,怎樣快速挖掘出隱藏在其中的離群點(diǎn)成為一個(gè)極具挑戰(zhàn)性的課題。傳統(tǒng)的離群檢測(cè)算法,例如基于聚
2、類(lèi)的,基于密度的離群檢測(cè)算法,大多從全部屬性空間尋找離群點(diǎn),然而,有些離群點(diǎn)的離群特性只能在特定的子空間才有所體現(xiàn),維數(shù)災(zāi)難淹沒(méi)了這些離群點(diǎn)。另一方面,傳統(tǒng)離群檢測(cè)算法只從單一視角解讀數(shù)據(jù),然而對(duì)一個(gè)數(shù)據(jù)集,可能內(nèi)部蘊(yùn)含不同的產(chǎn)生機(jī)制,從而有不同視角的加以解讀。針對(duì)傳統(tǒng)算法在維數(shù)災(zāi)難和單一視角情況下不能有效發(fā)現(xiàn)離群點(diǎn)的問(wèn)題,本文提出一種基于多視角聚類(lèi)的離群檢測(cè)算法。該算法一方面采用譜聚類(lèi),以確保高質(zhì)量的聚類(lèi)結(jié)果;另一方面通過(guò)希爾伯特-施
3、密特獨(dú)立性準(zhǔn)則,以確保新的聚類(lèi)結(jié)果相對(duì)于已知?jiǎng)澐帜J绞菬o(wú)冗余的。對(duì)得到多個(gè)視角進(jìn)行離群分析,從而得到更準(zhǔn)確的離群集。
本研究主要內(nèi)容包括:①分析單視角下離群檢測(cè),重點(diǎn)分析單視角存在的離群信息淹沒(méi)問(wèn)題和對(duì)離群點(diǎn)解釋性的問(wèn)題,分析多視角在解決這些問(wèn)題方面的優(yōu)勢(shì)。②KDAC利用譜聚類(lèi)獲得高質(zhì)量的聚類(lèi)結(jié)果。介紹譜聚類(lèi)算法,分析譜聚類(lèi)優(yōu)勢(shì),為多個(gè)視角的發(fā)現(xiàn)打下堅(jiān)實(shí)基礎(chǔ)。③引入希爾伯特-施密特獨(dú)立性準(zhǔn)則HSIC,將HSIC作為新視角發(fā)現(xiàn)的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相鄰關(guān)系的聚類(lèi)和離群點(diǎn)檢測(cè)算法的研究.pdf
- 移動(dòng)對(duì)象聚類(lèi)和空間離群點(diǎn)檢測(cè)算法研究.pdf
- 離群檢測(cè)算法研究.pdf
- 基于近鄰傳播聚類(lèi)的離群檢測(cè)算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 基于多重聚類(lèi)的局部離群點(diǎn)檢測(cè)算法研究.pdf
- 高維數(shù)據(jù)的聚類(lèi)及離群點(diǎn)檢測(cè)算法的研究與實(shí)現(xiàn).pdf
- 基于免疫聚類(lèi)的異常檢測(cè)算法研究.pdf
- 基于模糊聚類(lèi)的入侵檢測(cè)算法研究.pdf
- 基于空間拓?fù)潢P(guān)系的離群檢測(cè)算法研究.pdf
- 基于k近鄰樹(shù)的離群檢測(cè)算法研究.pdf
- 基于混合聚類(lèi)的入侵檢測(cè)算法研究.pdf
- 基于密度聚類(lèi)的入侵檢測(cè)算法研究.pdf
- 基于半監(jiān)督聚類(lèi)的入侵檢測(cè)算法研究.pdf
- 背景離群點(diǎn)檢測(cè)算法研究.pdf
- 基于距離的離群點(diǎn)檢測(cè)算法分析與研究.pdf
- 多視角判別聚類(lèi)算法的研究.pdf
- 基于自然最近鄰居的離群檢測(cè)算法研究.pdf
- 基于聚類(lèi)與分類(lèi)結(jié)合的多示例預(yù)測(cè)算法研究.pdf
- 基于圖的空間離群檢測(cè)算法分析與研究.pdf
- 聚類(lèi)的邊界點(diǎn)檢測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論