[1]施冬冬 贾瑞玉 黄义堂.基于遗传算法的高维离群点检测算法的改进[J].计算机技术与发展,2009,(03):141-143.
　SHI Dong-dong,JIA Rui-yu,HUANG Yi-tang.An Improved High-Dimensional Outlier Detection Algorithm Based on Genetic Algorithm[J].,2009,(03):141-143.
点击复制

基于遗传算法的高维离群点检测算法的改进()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年03期
页码:
141-143
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
An Improved High-Dimensional Outlier Detection Algorithm Based on Genetic Algorithm
文章编号:
1673-629X（2009）03-0141-03
作者:
施冬冬 贾瑞玉 黄义堂
安徽大学计算机科学与技术学院
Author(s):
SHI Dong-dong; JIA Rui-yu;  HUANG Yi-tang
School of Computer Science and Technology of Anhui University
关键词:
离群点检测; 高维数据; 遗传算法; 交叉; 变异
Keywords:
outlier detection;  high-dimensional data;  genetic algorithm;  crossover;  mutation
分类号:
TP301.6
文献标志码:
A
摘要:
离群点检测在欺诈检测、网络鲁棒性分析和入侵检测等领域有着重要的应用。Aggarwal和Yu提出的基于子空间投影和遗传算法（GA）的离群点检测方法是处理高维数据的一个有效方法。由于该算法的交叉重组过程采用贪心策略选择子串，并且随着变异概率的改变可能导致发现不了一些有意义的离群数据。文中对该算法的交叉过程和变异过程进行改进，提出一种改进的算法，提高了检测的精度并且不受变异概率改变的影响。
Abstract:
The outlier detection problem has important applications in the field of fraud detection, network robusmess analysis and intrusion detection. Aggarwal and Yu＇s recent projection of space-based and genetic algorithm （GA） of the outlier detection of high-di

相似文献/References:

[1]游芳 姜建国 张坤.基于二维属性的高维数据聚类算法研究[J].计算机技术与发展,2009,(05):111.
　YOU Fang,JIANG Jian-guo,ZHANG Kun.Cluster- Algorithm Studies Based on Two- Dimensional Attribute Higher - Dimension Data[J].,2009,(03):111.
[2]邵昌昇 楼巍 严利民.高维数据中的相似性度量算法的改进[J].计算机技术与发展,2011,(02):1.
　SHAO Chang-sheng,LOU Wei,YAN Li-min.Optimization of Algorithm of Similarity Measurement in High-Dimensional Data[J].,2011,(03):1.
[3]包小兵 翟素兰 程兰兰.基于信息熵加权的局部离群点检测算法[J].计算机技术与发展,2012,(09):59.
　BAO Xiao-bing,ZHAI Su-lan,CHENG Lan-lan.SLOM Outlier Mining Algorithm Based on Entropy Weighted[J].,2012,(03):59.
[4]王晓阳,张洪渊,沈良忠,等.基于相似性度量的高维数据聚类算法研究[J].计算机技术与发展,2013,(05):30.
　WANG Xiao-yang,ZHANG Hong-yuan,SHEN Liang-zhong,et al.Research on High Dimensional Clustering Algorithm Based on Similarity Measurement[J].,2013,(03):30.
[5]成小海.基于 Spark 的高维数据相似性连接[J].计算机技术与发展,2018,28(08):43.[doi:10.3969/ j. issn.1673-629X.2018.08.009]
　CHENG Xiao-hai.Similarity Joins of High-dimensional Data Based on Spark[J].,2018,28(03):43.[doi:10.3969/ j. issn.1673-629X.2018.08.009]
[6]李 寒,余 斌,佟 宁,等.一种电力感知数据的离群点检测方案[J].计算机技术与发展,2020,30(02):153.[doi:10. 3969 / j. issn. 1673-629X. 2020. 02. 030]
　LI Han,YU Bin,TONG Ning,et al.An Electric Power Sensor Data Oriented Outlier Detection Solution[J].,2020,30(03):153.[doi:10. 3969 / j. issn. 1673-629X. 2020. 02. 030]
[7]甄俊涛,刘 臣.高维数据多标签分类的食品安全预警研究[J].计算机技术与发展,2020,30(09):109.[doi:10. 3969 / j. issn. 1673-629X. 2020. 09. 020]
　ZHEN Jun-tao,LIU Chen.Research on Food Safety Early Warning of Multi-label Classification of High Dimensional Data[J].,2020,30(03):109.[doi:10. 3969 / j. issn. 1673-629X. 2020. 09. 020]
[8]刘俊成,董 东.基于相对比重的扩展隔离森林算法[J].计算机技术与发展,2023,33(06):16.[doi:10. 3969 / j. issn. 1673-629X. 2023. 06. 003]
　LIU Jun-cheng,DONG Dong.Extended Isolation Forest Algorithm Based on Relative Proportion[J].,2023,33(03):16.[doi:10. 3969 / j. issn. 1673-629X. 2023. 06. 003]
[9]高亚星,赵旭俊,曹栩阳.基于融合数据自表示的离群点检测算法[J].计算机技术与发展,2023,33(12):41.[doi:10. 3969 / j. issn. 1673-629X. 2023. 12. 006]
　GAO Ya-xing,ZHAO Xu-jun,CAO Xu-yang.An Outlier Detection Algorithm Based on Fusion Data Self-representation[J].,2023,33(03):41.[doi:10. 3969 / j. issn. 1673-629X. 2023. 12. 006]

备注/Memo

备注/Memo:
安徽省高等学校省级自然科学研究项目(kj2008B092)施冬冬(1984-)，男，安徽阜阳人，硕士研究生，研究方向为智能软件；贾瑞玉，副教授，研究方向为计算机图形学、数据挖掘、人工智能。
更新日期/Last Update: 1900-01-01