离群点挖掘研究

被引：27

作者：

徐翔

刘建伟

罗雄麟

机构：

[1] 中国石油大学自动化研究所

来源：

计算机应用研究 | 2009年 / 26卷 / 01期

关键词：

离群点; 数据挖掘; 局部离群点; 高维数据; 数据流;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

随着人们对欺诈检测、网络入侵、故障诊断等问题的关注,离群点挖掘研究日益受到重视。在充分调研国内外离群点挖掘研究成果的基础上,介绍了数据库领域离群点挖掘的研究进展,并概要地总结和比较了已有的各种离群点挖掘方法,展望了离群点挖掘研究的未来发展方向和面临的挑战。

引用

页码：34 / 40

页数：7

共 13 条

[1] 高维类别属性数据流离群点快速检测算法 [J].

周晓云 ;

孙志挥 ;

张柏礼 ;

杨宜东 .

软件学报, 2007, (04) :933-942

[2] 基于动态网格的数据流离群点快速检测算法 [J].

杨宜东 ;

孙志挥 ;

朱玉全 ;

杨明 ;

张柏礼 .

软件学报, 2006, (08) :1796-1803

[3] 异常点挖掘研究进展 [J].

王宏鼎 ;

童云海 ;

谭少华 ;

唐世渭 ;

杨冬青 .

智能系统学报, 2006, (01) :67-73

[4] 基于关联分析的高维空间异常点发现 [J].

陆介平 ;

倪巍伟 ;

孙志挥 .

应用科学学报, 2006, (01) :60-63

[5] 一种基于约束的多维数据异常点挖掘方法 [J].

李翠平 ;

李盛恩 ;

王珊 ;

杜小勇 .

软件学报, 2003, (09) :1571-1577

[6] Web日志文件的异常数据挖掘算法及其应用 [J].

赵泽茂 ;

何坤金 ;

陈鹏 ;

景雪琴 ;

蒋霞东 .

计算机工程, 2003, (17) :195-197

[7] Recent progress on selected topics in database research - A report by nine young Chinese researchers working in the United States [J].

Chen, ZY ;

Li, C ;

Pei, J ;

Tao, YF ;

Wang, HX ;

Wang, W ;

Yang, J ;

Zhang, DH .

JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY, 2003, 18 (05) :538-552

[8]

Discovering cluster-based local outliers[J] . Zengyou He,Xiaofei Xu,Shengchun Deng.Pattern Recognition Letters . 2003 (9)

[9]

FindOut: Finding Outliers in Very Large Datasets[J] . Dantong Yu,Gholamhosein Sheikholeslami,Aidong Zhang.Knowledge and Information Systems . 2002 (4)

[10]

Distance-based outliers: algorithms and applications[J] . Edwin M. Knorr,Raymond T. Ng,Vladimir Tucakov.The VLDB Journal . 2000 (3-4)

← 1 2 →