基于NMF和相似度函數(shù)離群點(diǎn)檢測(cè).pdf

1、離群點(diǎn)檢測(cè)是數(shù)據(jù)挖掘的重要研究領(lǐng)域，廣泛應(yīng)用在信用卡欺詐檢測(cè)、網(wǎng)絡(luò)入侵檢測(cè)等方面。目前常見的離群點(diǎn)檢測(cè)算法有基于統(tǒng)計(jì)的方法、基于距離的方法、基于密度的方法、基于偏移的離群點(diǎn)檢測(cè)方法。本文對(duì)高維異常點(diǎn)檢測(cè)算法、以及基于數(shù)據(jù)流等其他離群點(diǎn)檢測(cè)算法進(jìn)行了介紹，并對(duì)數(shù)據(jù)挖掘中常見的聚類算法進(jìn)行了介紹，如基于層次、基于密度、基于劃分、基于模型和基于網(wǎng)格聚類算法。另外對(duì)群分類的算法、基于粒子的聚類算法、依據(jù)模糊劃分的模糊聚類算法等進(jìn)行了分析比較。<

2、br>　　 本文結(jié)合層次聚類和相似性的原理，給出高維數(shù)據(jù)的相似度量函數(shù)與類密度概念，基于類密度概念定義高維數(shù)據(jù)離群點(diǎn)，并進(jìn)而提出新的異常點(diǎn)檢測(cè)算法，該算法的算法原理簡(jiǎn)單，程序容易實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，該算法有一定優(yōu)點(diǎn)但也有缺點(diǎn)，如隨著數(shù)據(jù)維數(shù)的增加，其運(yùn)行的時(shí)間較長(zhǎng)。對(duì)此進(jìn)一步改進(jìn)，結(jié)合NMF和基于相似度量的的離群點(diǎn)檢測(cè)算法提出基于NMF和相似函數(shù)的離群點(diǎn)檢測(cè)算法，該算法的思想是先對(duì)高維數(shù)據(jù)進(jìn)行降維處理，然后再對(duì)降維后的數(shù)據(jù)運(yùn)用基于相似