基于SOM的离群数据挖掘集成框架研究  

SOM-based unifying framework for mining outliers

作　　者：汪加才[1] 韩冰青[1] 陈大峰[1] 

机构地区：[1]南京审计学院计算机科学与技术系,南京210029

出　　处：《计算机应用研究》2007年第10期44-47,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(60473097);江苏省高校自然科学基金资助项目(06KJD520093)

摘　　要：在分析了当前基于距离的离群数据挖掘算法的基础上,提出了一种基于SOM的离群数据挖掘集成框架,其具有可扩展性、可预测性、交互性、适应性、简明性等特征。实验结果表明,基于SOM的离群数据挖掘是有效的。Based on the analysis of the existing distance-based outlier detection algorithms, this paper proposed a SOM-based unifying framework for mining outliers, which had obvious superiority in scalability, predictability, interactiveness, adaptability, conciseness. Experimental results on real database show that the SOM-based outlier mining is effective.

关 键 词：离群数据发现 自组织映射 交互式数据挖掘 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]