摘要:在数据挖掘过程中,利用K-近邻(KNN)算法搜索新颖节点往往具有一定的局限性和偏差性。针对此问题,本文提出了加权距离和相对密度的概念,采用基于加权距离的相对密度来度量一个对象的局部离群程度。在此基础上,提出了一种基于密度的无监督联系发现方法,并进行了实验。实验结果表明,该方法能够较准确地描述对象的异常程度,具有更高的精确度。
关键词:无监督联系发现 新颖节点发现 加权距离 相对密度
单位:合肥工业大学管理学院 过程优化与智能决策教育部重点实验室 合肥工业大学计算机网络系统研究所
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社