黄烨
- 作品数：3 被引量：2H指数：1
- 供职机构：江苏科技大学计算机科学与工程学院更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 子空间聚类算法在高维数据异常检测中的应用
- 2013年
- 传统异常检测技术是基于距离和密度的,快速的异常检测算法过分依赖于索引结构或网格划分,在低维数据上有很好的效果;面对高维数据的稀疏性、空空间现象等特性,索引结构失效,网格划分的数目呈指数级增长,传统算法性能下降;文中采用信息熵确定高维数据异常子空间,在异常子空间上使用DBSCAN聚类算法,在高维数据异常检测中表现出较好的性能。
- 周冬苏勇黄烨
- 关键词：高维数据信息熵异常检测子空间聚类算法
- 聚类算法在污水处理异常检测中的研究
- 我国水资源污染状况触目惊心,这加剧淡水资源短缺的同时也影响到人类的健康。有效优化污水处理过程,降低能源消耗成为迫切的需求。目前,污水处理厂的污水处理过程主要依赖知识的故障监测专家系统,而建立知识系统的关键是知识库的建立,...
- 黄烨
- 关键词：聚类算法数据预处理污水处理异常检测
- 文献传递
- 基于网格结构的二次CLARANS聚类算法被引量：2
- 2013年
- 针对CLARANS算法聚类效率低、聚类效果依赖初始节点等问题,提出一种基于网格的二次CLARANS算法(Twi-CLAR-ANS)。首先利用网格聚类算法划分数据空间,提取出密集网格中的所有数据对象,用CLARANS算法进行初次聚类,然后将第一次聚类得到的局部最优解作为第二次聚类的初始参照点,对原始数据样本进行第二次聚类,最大程度上避免孤立点信息的丢失,防止聚类结果陷入局部最优。实验结果表明,与CLARANS算法相比,Twi-CLARANS算法具备更优的准确性和执行效率,并且保证了信息的完整性。
- 苏勇黄烨周冬
- 关键词：聚类网格数据空间
