一种基于高维空间聚类的离群数据发现算法

被引：2

作者：

李旭辉

郑丽英

徐顼

贾海鹏

何知军

机构：

[1] 兰州交通大学电子与信息学院

来源：

关键词：

离群数据; CABOSFV算法; 聚类; 伪孤立点;

D O I：

10.19304/j.cnki.issn1000-7180.2007.12.012

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对高维稀疏聚类CABOSFV算法仅能解决二态变量高维稀疏聚类问题而对其他类型变量算法将失效的情况,通过定义"属性绝对值距离"解决了CABOSFV算法固有的这一缺陷。另外,针对聚类后产生伪孤立点问题,提出相应的异常数据处理策略,从而得到较为精确的离群数据。

引用

页码：44 / 46

页数：3