主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
周晓云,孙志挥,张柏礼,杨宜东.高维类别属性数据流离群点快速检测算法.软件学报,2007,18(4):933-942
高维类别属性数据流离群点快速检测算法
A Fast Outlier Detection Algorithm for High Dimensional Categorical Data Streams
投稿时间:2005-11-02  修订日期:2006-02-23
DOI:
中文关键词:  数据流  离群点检测  频繁模式  高维  概念转移
英文关键词:data stream  outlier detection  frequent pattern  high dimension  concept drift
基金项目:Supported by the National Natural Science Foundation of China under Grant No.70371015(国家自然科学基金);the Doctor Science Research Foundation of the Education Ministry of China under Grant No.20040286009(国家教育部高等学校博士学科点科研基金)
作者单位
周晓云 东南大学,计算机科学与工程系,江苏,南京,210096 
孙志挥 东南大学,计算机科学与工程系,江苏,南京,210096 
张柏礼 东南大学,计算机科学与工程系,江苏,南京,210096 
杨宜东 东南大学,计算机科学与工程系,江苏,南京,210096 
摘要点击次数: 3981
全文下载次数: 3986
中文摘要:
      提出类别属性数据流数据离群度量--加权频繁模式离群因子(weighted frequent pattern outlier factor,简称WFPOF),并在此基础上给出一种快速数据流离群点检测算法FODFP-Stream(fast outlier detection for high dimensional categorical data streams based on frequent pattern).该算法通过动态发现和维护频繁模式来计算离群度,能够有效地处理高维类别属性数据流,并可进一步扩
英文摘要:
      This paper considers the problem of outlier detection in data stream, proposes a new metric called weighted frequent pattern outlier factor for categorical data streams, and presents a novel fast outlier detection algorithm named FODFP-Stream (fast outlier detection for high dimensional categorical data streams based on frequent pattern). FODFP-Stream computes the outlier measure through discovering and maintaining the frequent patterns dynamically, and can deal with the high dimensional categorical data streams effectively. FODFP-Stream can also be extended to resolve continuous attributes and mixed attributes data streams. The experimental results on synthetic and real data sets show the promising availabilities of the approaches.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利