基于高對(duì)比性子空間的離群點(diǎn)挖掘算法研究.pdf

1、離群數(shù)據(jù)的檢測(cè)與分析已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)重要的研究方向，其在金融欺詐檢測(cè)和網(wǎng)絡(luò)入侵、疾病預(yù)防和控制、災(zāi)難氣象預(yù)報(bào)等許多方面都有著廣泛的應(yīng)用。隨著研究的深入，低維空間中的離群點(diǎn)挖掘已經(jīng)有了比較深入的研究，且取得了較多的成果;但由于高維空間中的數(shù)據(jù)分布具有稀疏性、噪音多、屬性多、維度高等特性，傳統(tǒng)的離群點(diǎn)檢測(cè)方法已不再有效。因此，高維空間的離群點(diǎn)檢測(cè)面臨著許多的問(wèn)題和挑戰(zhàn)。
　　 鑒于以上的問(wèn)題，如何發(fā)掘出一種有效的高維空間離

2、群點(diǎn)檢測(cè)算法是研究的熱點(diǎn)。目前，基于子空間解決高維離群點(diǎn)挖掘的問(wèn)題已經(jīng)引起人們的廣泛關(guān)注，現(xiàn)有方法存在的主要問(wèn)題是:難以選取合適的子空間，且選取計(jì)算量大;閾值等參數(shù)設(shè)置困難等。這些都影響了檢測(cè)精度和檢測(cè)效率。針對(duì)此，本文提出了基于高對(duì)比性子空間的離群點(diǎn)檢測(cè)方法，論文的主要貢獻(xiàn)如下:
　　 (1)通過(guò)對(duì)現(xiàn)有的高維空間離群點(diǎn)挖掘算法的研究與分析，指出現(xiàn)有的挖掘算法存在的問(wèn)題與挑戰(zhàn)，并提出了相應(yīng)的解決方法。
　　 (2)針對(duì)難

3、以選擇合適子空間的問(wèn)題，提出了一種高對(duì)比性子空間的選取方法。首先給出了高對(duì)比性子空間的定義，然后通過(guò)比較屬性的邊緣概率和條件概率之間的偏差，基于統(tǒng)計(jì)學(xué)檢驗(yàn)計(jì)算偏差值從而得到子空間的對(duì)比值。最后，通過(guò)參數(shù)的限制選取最終的具有高對(duì)比值的子空間。實(shí)驗(yàn)結(jié)果表明，該算法可以有效地選擇合適的子空間。
　　 (3)提出了基于自適應(yīng)的高對(duì)比性子空間離群點(diǎn)檢測(cè)方法(AHiCS)。該算法包括相互獨(dú)立的兩個(gè)部分:高對(duì)比性子空間的選取和自適應(yīng)離群點(diǎn)得分