期刊专题

10.3969/j.issn.1003-9767.2022.07.061

基于人工智能的高维数据异常挖掘方法研究

引用
针对高维数据存在数据簇易受外界环境干扰,出现大量异常簇,且对高维数据异常簇挖掘效率低、误差大等问题,本文以局部敏感哈希的高维数据异常簇为基础提出对其进行智能挖掘的方法.分析局部敏感哈希算法,对高维数据异常簇相似性进行度量,并引入相关的向量空间模型,实现对高维数据异常簇的智能挖掘.实验结果表明,采用本文挖掘方法相比传统的机器学习法和加权快速聚类法,其挖掘数据的准确率、召回率均大幅提高,因此该算法具有一定的实用性.

高维数据、异常簇、挖掘、局部敏感哈希、距离

34

TP311(计算技术、计算机技术)

2022-07-12(万方平台首次上网日期,不代表论文的发表时间)

共3页

207-209

暂无封面信息
查看本期封面目录

信息与电脑

1003-9767

11-2697/TP

34

2022,34(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn