离群数据挖掘方法研究

被引：1

作者：

蔡江辉

张华煜

机构：

[1] 太原科技大学

[2] 太原科技大学太原

[3] 太原

来源：

电脑开发与应用 | 2005年 / 12期

关键词：

数据挖掘; 离群数据; 聚类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

介绍了离群数据挖掘的基本概念,全面回顾分析并总结了离群数据挖掘研究的历史与现状,以及离群数据挖掘的几类方法,介绍了一种传统的基于距离的离群数据挖掘算法SL算法,并对该方法进行了分析和评价,指出传统方法的优点和不足,展望了今后的研究工作。

引用

页码：50 / 51

页数：2

共 5 条

[1] 学习特征权值对K-均值聚类算法的优化 [J].

王熙照 ;

王亚东 ;

湛燕 ;

袁方 .

计算机研究与发展, 2003, (06) :869-873

[2] 基于免疫规划的K-means聚类算法 [J].

行小帅 ;

潘进 ;

焦李成 .

计算机学报, 2003, (05) :605-610

[3] 高维空间中的离群点发现 [J].

魏藜 ;

宫学庆 ;

钱卫宁 ;

周傲英 .

软件学报, 2002, (02) :280-290

[4] 一种基于密度的快速聚类算法 [J].

周水庚 ;

周傲英 ;

曹晶 ;

胡运发 .

计算机研究与发展, 2000, (11) :1287-1292

[5]

知识发现.[M].史忠植著;.清华大学出版社.2002,

← 1 →