基于数据模式聚类算法的离群点检测

基于数据模式聚类算法的离群点检测

李永丽¹,², 任辉明³, 董立岩¹, 李威¹, 陈思国¹, 赵宇²

1. 吉林大学计算机科学与技术学院, 长春 130012; 2. 东北师范大学计算机学院, 长春 130024； 3. 中国移动通信集团吉林有限公司新业务支撑中心, 长春 130061

收稿日期:2006-10-31 修回日期:1900-01-01 出版日期:2007-05-26 发布日期:2007-05-26
通讯作者: 李永丽

Outlier Testing Method Based on Pattern Clustering Algorithm

LI Yongli¹,^{2^{, REN Huiming³, DONG Liyan¹, LI Wei¹, CHEN Siguo¹, ZHAO Yu²}}

1. College of Computer Science and Technology, Jilin University, Changchun 130012, China; 2. School of Computer Science, Northeast Normal University, Changchun 130024, China; 3. China Mobile Communication Group Jilin Corporation, New Service Support Center, Changchun 130061, China

Received:2006-10-31 Revised:1900-01-01 Online:2007-05-26 Published:2007-05-26
Contact: LI Yongli

摘要/Abstract

摘要： 针对传统模式挖掘算法在事务包含模式定义上未考虑模式间的包含关系而使聚类结果不够优良的问题, 提出一种新的基于模式聚类的离群点检测算法PCOT, 该算法适合于高维数据空间, 采用一种新的事务包含模式, 通过将模式表示成超图, 用超图分割方法对模式进行聚类. 实验与分析结果表明, 该算法能有效地在高维稀疏空间中发现离群点.

关键词: 数据挖掘, 离群点, 聚类, 超图分割

Abstract: Traditional mining algorithm does not contain relations which is defined in pattern. The clustering method based on traditional data pattern brings in different businesses together. Thus the result of the cluster is not good enough. In this paper, a new algorithm called PCOT (patternbased clustering outlier test) is presented. PCOT is suitable in highdimensional space, which uses a new business containing pattern. In the algorithm, a novel hypergraph model is proposed to represent the relations among the patterns. Hypergraph partitioning method is used in clusering. Experiment shows that this approach can find the outliers in highdimensionalsparse space effectively.

Key words: data mining, outlier, clustering, hypergraph partitioning

中图分类号:

TP18

李永丽,, 任辉明, 董立岩, 李威, 陈思国, 赵宇. 基于数据模式聚类算法的离群点检测[J]. J4, 2007, 45(03): 435-437.

LI Yongli,, REN Huiming, DONG Liyan, LI Wei, CHEN Siguo, ZHAO Yu. Outlier Testing Method Based on Pattern Clustering Algorithm[J]. J4, 2007, 45(03): 435-437.

[1]	张蕾, 姜宇, 孙莉. 一种改进型TF-IDF文本聚类方法[J]. 吉林大学学报(理学版), 2021, 59(5): 1199-1204.
[2]	胡雅婷, 陈营华, 宝音巴特, 曲福恒, 李卓识. 一种增量式MinMax k-Means聚类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1205-1211.
[3]	聂逯松, 常方圆, 常学智, 刘畅, 金有为, 刘国晟, 付加胜, 韩霄松. 一种新型的自适应多核学习算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1212-1218.
[4]	蒲晓川, 黄俊丽, 祁宁, 宋长松. 基于密度信息熵的K-means算法在客户细分中的应用[J]. 吉林大学学报(理学版), 2021, 59(5): 1245-1251.
[5]	曾宏志, 史洪松. 半监督技术和主动学习相结合的网络入侵检测方法[J]. 吉林大学学报(理学版), 2021, 59(4): 936-942.
[6]	李健, 姜楠, 宝音巴特, 张帆, 张伟健, 王薇. 空间颜色聚类算法及其在图像特征提取中的应用[J]. 吉林大学学报(理学版), 2020, 58(3): 627-633.
[7]	王海燕, 崔文超, 许佩迪, 李闯. Canopy在划分聚类算法中对K选取的优化[J]. 吉林大学学报(理学版), 2020, 58(3): 634-638.
[8]	吕洪武, 赵航, 王宏志, 胡黄水. 基于模糊神经网络的MVB故障诊断算法[J]. 吉林大学学报(理学版), 2020, 58(1): 104-108.
[9]	齐向明, 孙煦骄. 基于语义簇的中文文本聚类算法[J]. 吉林大学学报(理学版), 2019, 57(5): 1193-1199.
[10]	刘良凤, 刘三阳. 基于权重差异度的动态模糊聚类算法[J]. 吉林大学学报(理学版), 2019, 57(3): 574-582.
[11]	朱超平, 任继平. 基于智能优化算法的物联网异构数据融合方法[J]. 吉林大学学报(理学版), 2019, 57(3): 627-632.
[12]	刘久彪. 空间数据库反向最近邻聚类方法[J]. 吉林大学学报(理学版), 2019, 57(2): 387-392.
[13]	董立岩, 王宇, 任怡, 李永丽. 基于矩阵分解和聚类的协同过滤算法[J]. 吉林大学学报(理学版), 2019, 57(1): 105-110.
[14]	薛小娜, 高淑萍, 彭弘铭, 吴会会. 基于K近邻和多类合并的密度峰值聚类算法[J]. 吉林大学学报(理学版), 2019, 57(1): 111-120.
[15]	胡雅婷, 李长明, 柳振鑫, 任虹宾, 陈营华. 一种鲁棒的无监督聚类图像分割算法[J]. 吉林大学学报(理学版), 2019, 57(06): 1425-1430.