计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
2期
191-194
,共4页
噪声检测%流数据%数据挖掘%信息熵
譟聲檢測%流數據%數據挖掘%信息熵
조성검측%류수거%수거알굴%신식적
流数据噪声检测是一个比较困难的领域.由于流数据的一些特殊性,使得以前的一些处理静态数据的算法对于流数据的处理而言都不理想.在局部离群点(LOF)思想的基础上,引入信息熵来计算数据各维属性的信息增益,并根据各维属性的增益来计算数据的局部离群度,提出一种多维流数据数据噪声点检测算法EDLOF.实验结果表明,该算法对于多维流数据有较好的适应性,而且具有一定的泛化能力.
流數據譟聲檢測是一箇比較睏難的領域.由于流數據的一些特殊性,使得以前的一些處理靜態數據的算法對于流數據的處理而言都不理想.在跼部離群點(LOF)思想的基礎上,引入信息熵來計算數據各維屬性的信息增益,併根據各維屬性的增益來計算數據的跼部離群度,提齣一種多維流數據數據譟聲點檢測算法EDLOF.實驗結果錶明,該算法對于多維流數據有較好的適應性,而且具有一定的汎化能力.
류수거조성검측시일개비교곤난적영역.유우류수거적일사특수성,사득이전적일사처리정태수거적산법대우류수거적처리이언도불이상.재국부리군점(LOF)사상적기출상,인입신식적래계산수거각유속성적신식증익,병근거각유속성적증익래계산수거적국부리군도,제출일충다유류수거수거조성점검측산법EDLOF.실험결과표명,해산법대우다유류수거유교호적괄응성,이차구유일정적범화능력.