QQ客服 官方微博 反馈留言

	面向高维数据的低冗余Top-k异常点发现方法
	陈冠华 ; 马秀莉 ; 杨冬青 ; 唐世渭 ; 帅猛
	2009
关键词	高维数据 异常度量 异常点发现法 冗余问题
英文摘要	异常发现是数据挖掘领域的一类重要任务，一直以来受到研究人员的广泛关注。针对高维对象的异常度量问题和异常点集合的冗余问题，本文提出了一种新的面向高维数据的异常点发现方法。该方法通过采用高维数据的二部图表示，以高维对象的压缩能力作为其异常程度的度量，能够有效支持包含多种不同属性的高维数据。为了解决top-k异常点集合中的冗余问题，我们提出了低冗余top-k异常点的概念。由于精确计算低冗余的top-k异常点是NP-hard问题，我们设计了计算近似低冗余的top-k异常点的启发式方法j-AnomaliesHD算法。从在真实和人工数据集上的实验结果可以看出，该方法不仅具有较好的扩展性，而且与不考虑冗余的异常点发现方法相比较，能够更有效地概括数据中的异常模式。; 0
语种	中文
内容类型	其他
源URL	[http://ir.pku.edu.cn/handle/20.500.11897/230076]
专题	信息科学技术学院
推荐引用方式 GB/T 7714	陈冠华,马秀莉,杨冬青,等. 面向高维数据的低冗余Top-k异常点发现方法. 2009-01-01.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。