基于屬性相關(guān)分析的局部離群數(shù)據(jù)挖掘算法研究及其應(yīng)用.pdf

1、海量高維離群數(shù)據(jù)挖掘是當前數(shù)據(jù)挖掘等領(lǐng)域的研究熱點之一，但傳統(tǒng)的離群數(shù)據(jù)挖掘算法大多數(shù)是從全局的角度尋找離群數(shù)據(jù)，并不適合高維海量數(shù)據(jù)集。本文針對高維海量數(shù)據(jù)集中的局部離群數(shù)據(jù)，采用屬性相關(guān)分析方法，對離群挖掘算法與應(yīng)用進行了較深入的研究，其主要研究成果為:
　　1)給出了一種基于屬性相關(guān)分析的局部離群數(shù)據(jù)挖掘算法。該算法首先采用屬性相關(guān)分析，刪除冗余屬性及在各種屬性維組合中都處于稠密區(qū)域的數(shù)據(jù)對象，有效地實現(xiàn)降維和縮小數(shù)據(jù)集的目

2、的，提高了挖掘效率;然后根據(jù)稀疏度系數(shù)，利用微粒群算法搜索稀疏子空間，并確定局部離群數(shù)據(jù);最后采用恒星光譜數(shù)據(jù)作為數(shù)據(jù)集，實驗結(jié)果驗證了算法的正確性和有效性。
　　2)給出了一種基于屬性相關(guān)分析的局部離群數(shù)據(jù)并行挖掘算法。該算法首先由主節(jié)點分配屬性相關(guān)分析任務(wù)，各個子節(jié)點并行查找數(shù)據(jù)集中的冗余屬性，將其冗余屬性傳回主節(jié)點，并由主節(jié)點刪除;其次，主節(jié)點分配搜索任務(wù)，各子節(jié)點采用微粒群算法，并行搜索局部離群子空間;再次，由主節(jié)點對局部