«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

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

卷:

期数:

2010年01期

页码:

120-124

栏目:

智能、算法、系统工程

出版日期:

1900-01-01

文章信息/Info

Title:

Study of Outlier Data Mining Based on CLIQUE Algorithm

文章编号:

1673-629X（2010）01-0124-04

作者:

项响琴¹; 2 汪彩梅²

[1]安徽大学计算机科学与技术学院[2]合肥学院网络与智能信息处理中心实验室

Author(s):

XIANG Xiang-qin¹; 2; WANG Cai-mei²

[1]Dept. of Computer Science ＆ Engineering, Anhui University[2]Laboratory of Network and Intelligent Information Management, Hefei University

关键词:

数据挖掘; 离群点; 聚类分析; CLIQUE算法

Keywords:

data mining;  outlier;  clustering analysis;  CLIQUE algorithm

分类号:

TP311.5

文献标志码:

A

摘要:

离群数据挖掘是数据挖掘领域的一个研究分支,而聚类算法分析则是进行离群数据挖掘的重要研究方法之一。文中首先分析研究离群数据挖掘方法,对多个离群数据挖掘算法进行分析比较,讨论各自的优点和不足,同时针对高维空间数据的特点,分析挖掘高维空间数据中的离群点方法。其次对聚类分析算法进行讨论,分析一种基于网格和基于密度的聚类方法——聚类高维空间算法（CLIQUE算法）,运用它可以更好地挖掘高维空间中的离群数据。提出了CLIQUE算法的有待改进的思想,为以后的研究指明方向。

Abstract:

As a branch of data-mining,outlier mining is a promising prospect,and clustering analysis is a kind of technology in spatial outlier mining.Analyse the clustering arithmetic,compare some arithmetic of clustring,and discuss the strongpoint and shortpoint o

备注/Memo

备注/Memo:

项响琴（1976-），女，讲师，硕士研究生。研究方向为数据挖掘与智能软件。安徽省自然科学基金项目（KJ2009B122,KJ2008B03）

常用功能

更新日期/Last Update: 1900-01-01