导 师: 许龙飞
学科专业: H1202
授予学位: 硕士
作 者: ;
机构地区: 暨南大学
摘 要: 离群点发现是数据挖掘的一项重要技术。本文提出了对高维空间下离群点挖掘技术上的一个改进,即利用粗糙集的约简特性对高维空间下的数据属性进行约简,通过约简一些无关紧要的属性来减少高维空间的维数。然后在各个关联规则的子空间下对数据集进行基于密度的离群点挖掘,从而使高维空间下的离群点挖掘更具有实用性。基于密度的离群点挖掘算法对计算数据的k-最近邻采用二分法,较大减小了时间复杂度和空间复杂度。数据分析表明,该算法能有效地发现高维空间数据集中的离群点。
关 键 词: 粗糙集 离群点发现 高维空间 离群点发现算法 数据挖掘 计算机软件
分 类 号: [TP274.2 TP301.6 TP311.5]
领 域: [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术]