一种基于信息熵的异常数据挖掘算法

被引：19

作者：

陈玉明 ^{[1
]}

吴克寿 ^{[1
]}

李向军 ^{[1
,2
]}

机构：

[1] 厦门理工学院计算机科学与技术系

[2] 南昌大学计算机科学与技术系

来源：

控制与决策 | 2013年 / 28卷 / 06期

关键词：

粗糙集; 粒计算; 异常数据挖掘; 信息熵;

D O I：

10.13195/j.cd.2013.06.69.chenym.015

中图分类号：

TP18 [人工智能理论]; TP311.13 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

信息熵是粒计算理论中度量不确定信息的重要工具之一,已有的异常数据挖掘算法主要针对确定性的异常数据挖掘,采用信息熵度量不确定性数据进行异常数据挖掘的研究报道较少.鉴于此,在引入信息熵概念的基础上,定义基于信息熵的异常度来度量数据之间的异常程度,并提出基于信息熵的异常数据挖掘算法,该算法可有效进行异常数据的挖掘.理论分析与实验结果表明,所提出算法是有效可行的.

引用

页码：867 / 872

页数：6

共 11 条

[1] 基于边界和距离的离群点检测 [J].