版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、現(xiàn)今的大多數(shù)數(shù)據(jù)挖掘算法更偏重于發(fā)現(xiàn)大部分?jǐn)?shù)據(jù)的模式匹配,卻不太深入研究那些偏離模式的特殊數(shù)據(jù)對象。然而恰恰就是這些罕見事件、特殊對象、異常信息的價(jià)值有時(shí)候往往會比正常的數(shù)據(jù)對象更具有研究價(jià)值,更受人們青睞。例如異常銀行卡取錢當(dāng)中,人們并不關(guān)心正常額度的取款信息,而更加看重那種大額等異常取款信息;在流量信息分析中,人們可以通過檢測異常流量信息來推斷是否足中病毒;在病例圖像分析中,人們可以通過檢測異常像素點(diǎn)來推測是否為癌癥患者等等。從上面
2、的描述可以看出,離群點(diǎn)應(yīng)該是具有研究價(jià)值、特殊意義的數(shù)據(jù)對象,而不是由于數(shù)據(jù)冗余、數(shù)據(jù)缺失等原因產(chǎn)生的噪聲。Hawkins認(rèn)為離群點(diǎn)是另一種機(jī)制產(chǎn)生的不同信號;它偏離了正常的觀測信號。
為了發(fā)現(xiàn)這類有研究意義的離群點(diǎn),人們先后提出了基于統(tǒng)計(jì)的離群點(diǎn)檢測方法、基于距離的離群點(diǎn)檢測方法、基于密度的離群點(diǎn)檢測方法、基于深度的離群點(diǎn)檢測方法、基于偏差的離群點(diǎn)檢測方法、基于聚類的離群點(diǎn)檢測方法。其中基于密度的離群點(diǎn)檢測方法尤為出色,
3、它從局部出發(fā),從對象的鄰居來看待其孤立情況。算法可以檢測各種形狀的簇,同時(shí)也適合于全局情況。但該算法計(jì)算量復(fù)雜,這個(gè)致命缺點(diǎn)使得算法不適合比較大的數(shù)據(jù)集。為了將局部離群點(diǎn)檢測方法用于現(xiàn)實(shí)牛活中,對此,人們又提出了用鄰域半徑來衡量局部可達(dá)密度,用以減少計(jì)算量。然而,這種思想只是粗糙的度量了鄰域的密度,精確度不夠。
針對以上一些問題,本文提出了基于鄰域要素的局部密度離群點(diǎn)檢測算法?;谝郧胺椒ù嬖诘膯栴},本文進(jìn)行了如下研究:1
4、、針對局部離群點(diǎn)檢測不適于大數(shù)據(jù)集問題,提出了利用基于微粒群和變異模糊c均值算法相結(jié)合的聚類算法撇除一大部分非離群點(diǎn),從而減少可疑離群點(diǎn)規(guī)模;并且將離群因子中最大的前m個(gè)作為離群點(diǎn),減少了參數(shù)的輸入;2、針對局部離群點(diǎn)檢測計(jì)算量復(fù)雜問題,本文提出了利用鄰域要素:鄰域半徑的大小、規(guī)模、緊湊度共同來衡量鄰域密度的大小,從而替代局部可達(dá)密度;3、聚類不是專門用來檢測離群點(diǎn),因而精確性又不夠;為了解決這一問題,本文提出了,將在聚類過程中產(chǎn)生的可
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于密度的局部離群點(diǎn)檢測算法分析與研究.pdf
- 基于密度的局部離群點(diǎn)檢測算法的研究與改進(jìn).pdf
- 基于密度的局部離群點(diǎn)檢測算法的研究與應(yīng)用.pdf
- 基于密度差異的離群點(diǎn)檢測研究.pdf
- 基于密度的不確定數(shù)據(jù)離群點(diǎn)檢測研究.pdf
- 基于多重聚類的局部離群點(diǎn)檢測算法研究.pdf
- 基于RFID數(shù)據(jù)的離群點(diǎn)檢測.pdf
- 基于數(shù)據(jù)密度估計(jì)的聚類與離群點(diǎn)檢測研究.pdf
- 基于離群點(diǎn)檢測的醫(yī)保欺詐檢測研究.pdf
- 基于距離的離群點(diǎn)檢測方法研究.pdf
- 基于近似密度構(gòu)造的聚類分析與離群點(diǎn)檢測算法研究.pdf
- 基于密度的局部離群點(diǎn)挖掘算法研究.pdf
- 離群點(diǎn)檢測方法研究.pdf
- 基于離群點(diǎn)檢測方法的醫(yī)保異常發(fā)現(xiàn).pdf
- 時(shí)空離群點(diǎn)檢測研究.pdf
- 基于局部鄰域的最大密度子圖檢測方法研究與實(shí)現(xiàn).pdf
- 基于NMF和相似度函數(shù)離群點(diǎn)檢測.pdf
- 基于密度的局部離群點(diǎn)挖掘及在入侵檢測中應(yīng)用研究.pdf
- 基于加權(quán)自然鄰域?qū)傩院挽氐碾x群檢測研究.pdf
- 基于條件漸增總熵和全局鄰域的局部離群點(diǎn)挖掘算法.pdf
評論
0/150
提交評論