版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)挖掘是從大量的數(shù)據(jù)集中提取隱含的、未知的、潛在有用的知識(shí)的過(guò)程。異常檢測(cè)是數(shù)據(jù)挖掘中一個(gè)非常重要的分支,能發(fā)現(xiàn)隱含在數(shù)據(jù)集中的小模式,這種小模式常常隱含著重要信息,在很多應(yīng)用領(lǐng)域有重要的研究?jī)r(jià)值。如電信和信用卡交易中的詐騙檢測(cè)、天氣預(yù)報(bào)中的災(zāi)害預(yù)報(bào)、網(wǎng)絡(luò)訪問(wèn)中的入侵檢測(cè)等。 在實(shí)際應(yīng)用中經(jīng)常會(huì)碰到高維數(shù)據(jù),如交易數(shù)據(jù)、文檔詞頻數(shù)據(jù)等,因此加強(qiáng)對(duì)高維數(shù)據(jù)挖掘的研究有著非常重要的意義。但由于高維數(shù)據(jù)的特殊性,如隨著數(shù)據(jù)維數(shù)的升高
2、,高維索引結(jié)構(gòu)的性能迅速下降;由于高維數(shù)據(jù)的稀疏性,采用LP距離作為數(shù)據(jù)之間的相似性度量,在很多情況下這種相似性的概念已不復(fù)存在等等,這些都給高維數(shù)據(jù)挖掘帶來(lái)了極大的困難。 很多常規(guī)聚類算法雖然能進(jìn)行異常檢測(cè),但僅僅將異常點(diǎn)作為聚類的副產(chǎn)品。近幾年,出現(xiàn)了一些專門(mén)的異常檢測(cè)算法,在理論上和算法應(yīng)用上有一定的突破,但主要針對(duì)低維數(shù)值型數(shù)據(jù)集的研究?,F(xiàn)實(shí)世界中,很多數(shù)據(jù)集具有內(nèi)在高維特性,使得這些算法檢測(cè)性能急劇下降,而且算法對(duì)異常
3、點(diǎn)的解釋相對(duì)滯后。 本文針對(duì)目前主流的異常檢測(cè)算法存在的問(wèn)題,對(duì)異常檢測(cè)技術(shù)進(jìn)行了深入研究,指出了這些算法在高維數(shù)據(jù)集應(yīng)用上存在的缺陷,并基于投影思想和頻繁項(xiàng)集的概念,提出了一種新的異常檢測(cè)算法OHDHMAP,該算法不僅能較好地解決高維數(shù)據(jù)集的稀疏性問(wèn)題,也能將數(shù)據(jù)集的類型從數(shù)值型擴(kuò)展到混合型,并且能對(duì)異常點(diǎn)作出一定的解釋,有利于區(qū)分異常點(diǎn)和噪聲。實(shí)驗(yàn)表明,該算法具有較好的檢測(cè)性能。 本論文針對(duì)對(duì)異常挖掘的研究,對(duì)高維數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 36088.高維數(shù)據(jù)的異常檢測(cè)研究
- 基于高維異常檢測(cè)模型的環(huán)境監(jiān)測(cè)數(shù)據(jù)
- 高維數(shù)據(jù)投影聚類算法的研究.pdf
- 多維函數(shù)型數(shù)據(jù)中基于投影的異常值檢測(cè).pdf
- 基于投影尋蹤回歸的網(wǎng)絡(luò)異常檢測(cè)機(jī)制研究.pdf
- 高緯數(shù)據(jù)流的異常檢測(cè).pdf
- 基于投影尋蹤的高光譜圖像降維算法研究.pdf
- 基于數(shù)據(jù)源優(yōu)化的高光譜圖像異常檢測(cè)算法研究.pdf
- 基于FPGA的高光譜圖像RX異常檢測(cè)研究.pdf
- 基于數(shù)據(jù)挖掘的納稅數(shù)據(jù)異常檢測(cè)研究與應(yīng)用.pdf
- 高維布爾型異常數(shù)據(jù)檢測(cè)和利用神經(jīng)網(wǎng)絡(luò)生成模糊規(guī)則.pdf
- 基于局部線性嵌入的高維數(shù)據(jù)降維研究.pdf
- 基于數(shù)據(jù)挖掘的患者流向異常檢測(cè)方法研究.pdf
- 基于實(shí)時(shí)數(shù)據(jù)的動(dòng)態(tài)異常檢測(cè)方法研究.pdf
- 基于異常數(shù)據(jù)分析的入侵檢測(cè)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)降維和支持向量機(jī)分類的高維異常檢測(cè).pdf
- 基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)異常流量檢測(cè).pdf
- 基于網(wǎng)格劃分的高維大數(shù)據(jù)集離群點(diǎn)檢測(cè)算法研究.pdf
- 基于數(shù)據(jù)融合技術(shù)的網(wǎng)絡(luò)異常檢測(cè)模型的研究.pdf
- 基于數(shù)據(jù)挖掘的異常模式入侵檢測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論