欢迎来到优发表,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

SCI投稿辅导 SCI发表咨询

基于蚁群算法的异常数据检测方法

作者:蔡美; 刘波 暨南大学信息科学技术学院; 广州510632

摘要:由于传统基于0-measure度量的异常数据检测方法在对异常数据进行检测时需要对路径进行全搜索,并且在数据量较少的情况下会产生误判,因此其在检测效率和查准率上具有明显的缺陷。为此,根据蚁群算法的正反馈性质,提出一种将蚁群算法和属性相关分析相结合的属性异常点检测方法。将蚁群收敛到的路径作为异常路径,计算异常路径上各个节点0-measure值,并根据0-measure值确定数据异常点。实验结果表明,该方法在查全率、查准率和效率上均优于传统的基于0-measure度量的异常数据检测方法。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机工程

北大期刊 下单

国际刊号:1000-3428

国内刊号:31-1289/TP

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 加急见刊

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。