基于关联分析的高维空间异常点发现

被引：4

作者：

陆介平

倪巍伟

孙志挥

机构：

[1] 东南大学计算机科学与工程系

来源：

基金：

高等学校博士学科点专项科研基金;

关键词：

异常点; 关联规则; 闭频繁项集; k关系邻域;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

异常点发现是从大量数据对象中挖掘少量具有异常行为模式的数据对象,很多情况下,这些数据对象较之正常行为模式包含了更多用户感兴趣的信息.该文针对某些具体应用领域中的数据对象具有高维性的特点,利用关联分析知识,提出一种高维空间异常点发现算法,理论分析和实验表明,算法是有效可行的.

引用

页码：60 / 63

页数：4