-
题名基于自适应的高对比性子空间的高维离群点检测
被引量：2
- 1
-
-
作者
赵保同
薛安荣
董国宾
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第10期2940-2943,共4页
-
基金
国家自然科学基金资助项目(60773049)
江苏省科技型企业创新资金资助项目(BC2010172)
+1 种基金
江苏大学高级专业人才科研启动基金项目(09JDG041)
高校博士点基金资助项目(20093227110005)
-
文摘
基于子空间解决高维离群点挖掘的问题已经引起人们的广泛关注,现有方法存在的主要问题是难以选取合适的子空间且选取计算量大、阈值等参数设置困难等。这些影响了检测精度和检测效率。利用高对比度子空间选取方法解决子空间选取问题,利用自适应方法解决阈值参数的确定问题,据此提出自适应的高对比性子空间离群点检测方法(AHiCS)。该方法利用统计检验算法选取高对比性子空间,在高对比性的子空间里自适应计算离群点得分,提高了离群点检测的精度与效率。理论和实验表明,该方法可以有效地挖掘高维离群点。
-
关键词
高维空间
离群点检测
子空间
高对比性
自适应得分
-
Keywords
high-dimension space
outlier detection
subspace
high contrast
adaptive score
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于RFID路径数据的异常路径检测
被引量：1
- 2
-
-
作者
董国宾
薛安荣
赵保同
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第8期2451-2454,共4页
-
基金
国家自然科学基金资助项目(60773049)
江苏省科技型企业创新基金资助项目(BC2010172)
+1 种基金
江苏大学高级专业人才科研启动基金资助项目(09JDG041)
高校博士点基金资助项目(20093227110005)
-
文摘
RFID技术在物流、供应链管理等需要跟踪物品流动的领域的广泛使用产生了大量路径数据。路径数据描述了物品在RFID系统中的移动轨迹,路径数据中每个节点同时包含地点和时间信息,使路径数据比一般的序列数据更复杂。针对现有的序列数据异常点检测算法不适合处理路径数据的情况,对路径数据的异常路径检测进行了研究,提出适用于路径数据的扩展概率后缀树(EPST)模型和一种采用该模型检测异常路径的方法。该模型用来计算每个路径和路径数据集的相似度,在计算相似度时主要利用了路径数据的"短期记忆"性质,同时考虑了地点和时间信息对路径数据相似度的不同影响。实验表明提出的算法能够准确地检测出异常路径,并具有较低的空间复杂度。
-
关键词
RFID
路径数据
异常路径检测
扩展概率后缀树
-
Keywords
RFID
path data
abnormal path detection
extended probabilistic suffix tree
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
