基于屬性相關(guān)分析的局部離群數(shù)據(jù)挖掘算法研究及其應(yīng)用.pdf

1、海量高維離群數(shù)據(jù)挖掘是當(dāng)前數(shù)據(jù)挖掘等領(lǐng)域的研究熱點(diǎn)之一，但傳統(tǒng)的離群數(shù)據(jù)挖掘算法大多數(shù)是從全局的角度尋找離群數(shù)據(jù)，并不適合高維海量數(shù)據(jù)集。本文針對(duì)高維海量數(shù)據(jù)集中的局部離群數(shù)據(jù)，采用屬性相關(guān)分析方法，對(duì)離群挖掘算法與應(yīng)用進(jìn)行了較深入的研究，其主要研究成果為:
　　1)給出了一種基于屬性相關(guān)分析的局部離群數(shù)據(jù)挖掘算法。該算法首先采用屬性相關(guān)分析，刪除冗余屬性及在各種屬性維組合中都處于稠密區(qū)域的數(shù)據(jù)對(duì)象，有效地實(shí)現(xiàn)降維和縮小數(shù)據(jù)集的目

2、的，提高了挖掘效率;然后根據(jù)稀疏度系數(shù)，利用微粒群算法搜索稀疏子空間，并確定局部離群數(shù)據(jù);最后采用恒星光譜數(shù)據(jù)作為數(shù)據(jù)集，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的正確性和有效性。
　　2)給出了一種基于屬性相關(guān)分析的局部離群數(shù)據(jù)并行挖掘算法。該算法首先由主節(jié)點(diǎn)分配屬性相關(guān)分析任務(wù)，各個(gè)子節(jié)點(diǎn)并行查找數(shù)據(jù)集中的冗余屬性，將其冗余屬性傳回主節(jié)點(diǎn)，并由主節(jié)點(diǎn)刪除;其次，主節(jié)點(diǎn)分配搜索任務(wù)，各子節(jié)點(diǎn)采用微粒群算法，并行搜索局部離群子空間;再次，由主節(jié)點(diǎn)對(duì)局部