首页> 中国专利> 一种基于聚类模型的高维数据流离群点检测方法

一种基于聚类模型的高维数据流离群点检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明属于数据挖掘算法在高维数据流处理领域的应用，特别涉及到一种基于聚类模型的高维数据流离群点检测方法。该方法首先通过样本数据流进行聚类，再分析聚类结果中每一个簇的特征维，在计算测试数据集属于哪个簇的时候，只计算与该簇特征维相关的属性，忽略吊冗余属性的计算，从而有效的降低了计算量。如果发现某个数据点不属于任何簇，该点将形成新的簇，如果某个簇长时间没有吸收新的数据点且该簇的数据点个数很少，那么该簇即是包含离群点的簇。本发明具有在高维数据流离群点检测时的效率和准确率都比传统的基于滑动窗口的离群点检测算法要高的技术效果。

著录项

公开/公告号CN105868266A

专利类型发明专利
公开/公告日2016-08-17

原文格式PDF
申请/专利权人电子科技大学;
展开▼

申请/专利号CN201610055727.9
发明设计人罗光春;陈爱国;段贵多;邓璇;
展开▼

申请日2016-01-27
分类号G06F17/30(20060101);
代理机构51203 电子科技大学专利中心;
代理人张杨
地址 611731 四川省成都市高新区(西区)西源大道2006号
入库时间 2023-06-19 00:19:23

法律信息

法律状态公告日

法律状态信息

法律状态
2020-01-10

发明专利申请公布后的驳回 IPC(主分类):G06F17/30 申请公布日:20160817 申请日:20160127

发明专利申请公布后的驳回
2016-09-14

实质审查的生效 IPC(主分类):G06F17/30 申请日:20160127

实质审查的生效
2016-08-17

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于聚类模型的高维数据流离群点检测方法 [P] . 中国专利： CN105868266A . 2016-08-17
2. 一种基于谱聚类的离群点检测方法 [P] . 中国专利： CN112287036A . 2021-01-29
3. CLUSTERING HIGH DIMENSIONAL DATA USING GAUSSIAN MIXTURE COPULA MODEL WITH LASSO BASED REGULARIZATION [P] . 美国专利： US2017293856A1 . 2017-10-12

机译：使用高斯混合Copula模型和基于lass的调节来聚类高维数据
4. System and method for behavioral model clustering in television usage, targeted advertising via model clustering, and preference programming based on behavioral model clusters [P] . 美国专利： US8495680B2 . 2013-07-23

机译：用于电视使用中的行为模型聚类，通过模型聚类进行有针对性的广告以及基于行为模型聚类的偏好编程的系统和方法
5. System and method for behavioral model clustering in television usage, targeted advertising via model clustering, and preference programming based on behavioral model clusters [P] . 美国专利： US2003101449A1 . 2003-05-29

机译：用于电视使用中的行为模型聚类，通过模型聚类进行有针对性的广告以及基于行为模型聚类的偏好编程的系统和方法