吉林大学学报(工学版) ›› 2021, Vol. 51 ›› Issue (2): 692-696.doi: 10.13229/j.cnki.jdxbgxb20200045
• 计算机科学与技术 • 上一篇
基于人工智能技术的局部离群数据挖掘方法
尚福华1(
),曹茂俊1(),王才志2
- 1.东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318
2.中国石油天然气勘探开发研究院 测井遥感技术部，北京 100083
Local outlier data mining based on artificial intelligence technology
Fu-hua SHANG1(),Mao-jun CAO1(),Cai-zhi WANG2
- 1.School of Computer & Information Technology，Northeast Petroleum University，Daqing 163318，China
2.Department of Well Logging & Remote Sensing Technology，Research Institute of Petroleum Exploration and Development，PetroChina，Beijing 100083，China
摘要：
针对传统离散数据挖掘方法存在内存消耗过大的问题，研究基于人工智能技术的局部离群数据挖掘方法。提取离散数据特征，并使用基于信息熵的算法检测局部离群数据。标准化处理检测出的数据，在神经网络中实现对局部离群数据的挖掘，完成对基于人工智能技术的局部离群数据挖掘方法的研究。通过与传统数据挖掘方法的对比实验结果可知，本文方法在数据挖掘过程中内存消耗较少，与传统方法相比具有明显的优越性，充分验证了该方法的应用性和有效性。
中图分类号:
- TP311
| 1 | 张磐, 丁泠允, 姜宁, 等. 基于支持度-置信度-提升度的配网自动化系统数据挖掘算法及应用[J]. 电测与仪表, 2019, 56(10): 62-68. |
| Zhang Pan, Ding Ling-yun, Jiang Ning, et al. Data mining algorithm of the automation system of the distribution network based on the support-confidence-lift framework and its application[J]. Electrical Measurement & Instrumentation, 2019, 56(10): 62-68. | |
| 2 | 王战平, 冯扬文, 朱宸良. 基于数据挖掘技术的信息分析方法研究——以集装箱海运价格预测为例[J]. 情报科学, 2019, 37(7): 65-71. |
| Wang Zhan-ping, Feng Yang-wen, Zhu Chen-liang. Research on information analysis method based on data mining technology—taking container shipping price forecast as an example[J]. Information Science, 2019, 37(7): 65-71. | |
| 3 | 刘亚梅, 闫仁武. 一种基于密度聚类的分布式离群点检测算法[J]. 计算机与数字工程, 2019, 47(6): 1320-1325. |
| Liu Ya-mei, Yan Ren-wu. A distributed outlier detection algorithm based on density clustering[J]. Computer and Digital Engineering, 2019, 47(6): 1320-1325. | |
| 4 | 冯婷婷, 张继福. 基于网格单元和P权值的离群数据挖掘方法[J]. 太原科技大学学报, 2016, 37(5):359-364. |
| Feng Ting-ting, Zhang Ji-fu. An outlier data mining method of grid cell-based and P weights[J]. Journal of Taiyuan University of Science and Technology, 2016, 37(5): 359-364. | |
| 5 | 翁佩纯, 张远海, 马慧. Web网络中的离群数据挖掘技术研究与改进[J]. 现代电子技术, 2017, 40(18): 29-31. |
| Weng Pei-chun, Zhang Yuan-hai, Ma Hui. Research and improvement of outlier data mining technology in Web network[J]. Modern Electronics Technique, 2017, 40(18): 29-31. | |
| 6 | 蔡柳萍, 解辉, 张福泉, 等. 基于稀疏表示和特征加权的大数据挖掘方法的研究[J]. 计算机科学, 2018, 45(11): 256-260. |
| Cai Liu-ping, Xie Hui, Zhang Fu-quan, et al. Study on big data mining method based on sparse representation and feature weighting[J]. Computer Science, 2018, 45(11): 256-260. | |
| 7 | 鲍军鹏, 杨科, 周静. 卫星时序数据挖掘节点级并行与优化方法[J]. 北京航空航天大学学报, 2018, 44(12): 2470-2478. |
| Bao Jun-peng, Yang Ke, Zhou Jing. Node level parallel and optimization method of satellite time serial data mining[J]. Journal of Beijing University of Aeronautics and Astronautics, 2018, 44(12): 2470-2478. | |
| 8 | 张滨. 不平衡数据挖掘在分布式数据库中的应用[J]. 控制工程, 2018, 25(7): 1179-1183. |
| Zhang Bin. Application of unbalanced data mining in distributed database system[J]. Control Engineering of China, 2018, 25(7): 1179-1183. | |
| 9 | 赵从军. 一种新的水平分布式隐私保护数据挖掘算法——NPPA算法[J]. 科技通报, 2018, 34(3): 174-178. |
| Zhao Cong-jun. A new level of distributed privacy preserving mining algorithm—NPPA algorithm[J]. Bulletin of Science and Technology, 2018, 34(3): 174-178. | |
| 10 | 杨品林. 彩色图像数据库中目标特征数据挖掘方法[J]. 沈阳工业大学学报, 2018, 40(1): 60-64. |
| Yang Pin-lin. Mining method for target feature data in color image database[J]. Journal of Shenyang University of Technology, 2018, 40(1): 60-64. | |
| 11 | 程志, 张玉彤, 贾彪. 远距离光纤通信传输故障数据挖掘方法[J]. 激光杂志, 2019, 40(4): 127-130. |
| Cheng Zhi, Zhang Yu-tong, Jia Biao. Method of fault data mining for long-distance optical fiber communication transmission[J]. Laser Journal, 2019, 40(4): 127-130. | |
| 12 | 刘颖超, 胡小锋, 刘梦湘. 多工序下刀具磨损的不完备信息系统数据挖掘[J]. 计算机集成制造系统, 2019, 25(5): 1055-1061. |
| Liu Ying-chao, Hu Xiao-feng, Liu Meng-xiang. Data mining method of tool wear incomplete information system in multistage machining process[J]. Computer Integrated Manufacturing Systems, 2019, 25(5): 1055-1061. | |
| 13 | 武立群, 张亮亮. 基于数据挖掘技术的桥梁结构健康状态检测[J]. 吉林大学学报: 工学版, 2020, 50(2): 565-571. |
| Wu Li-qun, Zhang Liang-liang. Health detection of bridge structures based on data mining technology[J]. Journal of Jilin University (Engineering and Technology Edition), 2020, 50(2): 565-571. | |
| 14 | 王晓辉, 吴禄慎, 陈华伟. 基于法向量距离分类的散乱点云数据去噪[J]. 吉林大学学报: 工学版, 2020, 50(1): 278-288. |
| Wang Xiao-hui, Wu Lu-shen, Chen Hua-wei. Denoising of scattered point cloud data based on normal vector distance classification[J]. Journal of Jilin University(Engineering and Technology Edition), 2020,50(1): 278-288. |
| [1] | 魏晓辉,孙冰怡,崔佳旭. 基于图神经网络的兴趣活动推荐算法[J]. 吉林大学学报(工学版), 2021, 51(1): 278-284. |
| [2] | 王柯俨,王迪,赵熹,陈静怡,李云松. 基于卷积神经网络的联合估计图像去雾算法[J]. 吉林大学学报(工学版), 2020, 50(5): 1771-1777. |
| [3] | 吴爱国,韩俊庆,董娜. 基于极局部模型的机械臂自适应滑模控制[J]. 吉林大学学报(工学版), 2020, 50(5): 1905-1912. |
| [4] | 李静,石求军,洪良,刘鹏. 基于车辆状态估计的商用车ESC神经网络滑模控制[J]. 吉林大学学报(工学版), 2020, 50(5): 1545-1555. |
| [5] | 刘国华,周文斌. 基于卷积神经网络的脉搏波时频域特征混叠分类[J]. 吉林大学学报(工学版), 2020, 50(5): 1818-1825. |
| [6] | 李志军,杨楚皙,刘丹,孙大洋. 基于深度卷积神经网络的信息流增强图像压缩方法[J]. 吉林大学学报(工学版), 2020, 50(5): 1788-1795. |
| [7] | 车翔玖,董有政. 基于多尺度信息融合的图像识别改进算法[J]. 吉林大学学报(工学版), 2020, 50(5): 1747-1754. |
| [8] | 谌华,郭伟,闫敬文,卓文浩,吴良斌. 基于深度学习的SAR图像道路识别新方法[J]. 吉林大学学报(工学版), 2020, 50(5): 1778-1787. |
| [9] | 张根保,李浩,冉琰,李裘进. 一种用于轴承故障诊断的迁移学习模型[J]. 吉林大学学报(工学版), 2020, 50(5): 1617-1626. |
| [10] | 毛艳,成凯. 基于Hopfield神经网络的单缸插销式伸缩臂伸缩路径优化[J]. 吉林大学学报(工学版), 2020, 50(1): 53-65. |
| [11] | 周柚,杨森,李大琳,吴春国,王岩,王康平. 基于现场可编程门电路的人脸检测识别加速平台[J]. 吉林大学学报(工学版), 2019, 49(6): 2051-2057. |
| [12] | 赵宏伟,王鹏,范丽丽,胡黄水,刘萍萍. 相似性保持实例检索方法[J]. 吉林大学学报(工学版), 2019, 49(6): 2045-2050. |
| [13] | 车翔玖,刘华罗,邵庆彬. 基于Fast RCNN改进的布匹瑕疵识别算法[J]. 吉林大学学报(工学版), 2019, 49(6): 2038-2044. |
| [14] | 李杰, 郭文翠, 赵旗, 谷盛丰. 基于车辆响应的路面不平度识别方法[J]. 吉林大学学报(工学版), 2019, 49(6): 1810-1817. |
| [15] | 马子骥,卢浩,董艳茹. 双通道单图像超分辨率卷积神经网络[J]. 吉林大学学报(工学版), 2019, 49(6): 2089-2097. |
|
||