基于蟻群算法的離群點挖掘算法研究.pdf

1、離群點挖掘隨著數據挖掘的發(fā)展引起了廣泛關注。通過對國內外離群點挖掘算法的研究情況分析可知，以往的離群點挖掘算法還存在諸多問題，例如用戶定義的閾值往往直接影響著挖掘的結果；考查多變量之間的相似性來挖掘時序離群點的算法仍較少，或精確度較低。針對這些問題，本文主要研究了基于蟻群算法的離群點挖掘方法。
　　首先，提出了一種在對蟻群構圖進行切割的基礎上挖掘離群點的算法。該算法在第一階段對傳統(tǒng)的蟻群算法進行改進，將不同屬性數據之間的距離和分布

2、情況納入轉移概率的計算之中，從而構建最優(yōu)的圖像。然后在一定的圖像切割準則下對圖像進行切割，最后通過計算各個簇，即切割圖像后形成的各子圖之間的差異以及同一簇中數據點之間的差異來找到 top n離群點。
　　其次，提出了一種基于改進的蟻群 k-means聚類算法的多變量時序離群點挖掘算法。該算法把蟻群算法特有的信息素和轉移概率引入對數據聚類的過程中，通過計算類內距離和類間距離找到符合聚類標準的最好聚類結果，然后通過查看各數據點在不同簇