基于子空間的離群數(shù)據(jù)挖掘算法研究及應(yīng)用.pdf

1、離群數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的主要研究內(nèi)容之一,通過離群數(shù)據(jù)挖掘,能夠發(fā)現(xiàn)一些真實(shí)的、但又出乎人們意外的知識(shí),因而引起了廣大研究者的興趣。傳統(tǒng)的離群數(shù)據(jù)挖掘方法大多數(shù)是利用全局的觀點(diǎn)看待離群數(shù)據(jù),很難發(fā)現(xiàn)低維子空間中的偏移數(shù)據(jù),而且很難直接應(yīng)用到高維數(shù)據(jù)集中。本文先把高維子空間劃分為低維子空間,對低維子空間中偏離數(shù)據(jù)(即：離群數(shù)據(jù))挖掘算法進(jìn)行了較深入的研究。主要研究工作如下： (1) 給出了一種基于微粒群和子空間的離群數(shù)據(jù)挖掘算法

2、。該算法首先將子空間看作微粒,根據(jù)偏離數(shù)據(jù)所在子空間的稀疏系數(shù),采用帶有變異算子的微粒群算法PSO來搜索子空間,并將子空間中的數(shù)據(jù)看作為局部偏離數(shù)據(jù),即離群數(shù)據(jù)。最后,采用離散化的天體光譜數(shù)據(jù)作為數(shù)據(jù)集,實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。 (2) 給出了一種基于子空間劃分的局部離群數(shù)據(jù)挖掘算法。該算法首先將數(shù)據(jù)集劃分為互不相交的子空間,利用偏斜度來度量子空間劃分的優(yōu)劣,并采用微粒群算法搜索最優(yōu)劃分子空間集；其次針對每個(gè)最優(yōu)劃分子空間,