發(fā)布時(shí)間：2024-01-17 18:34

　　如今信息技術(shù)的快速發(fā)展,數(shù)據(jù)呈現(xiàn)爆炸式的增長(zhǎng)。然而由于儀器故障、自然環(huán)境、人為操作失誤等各種因素,數(shù)據(jù)在收集過程中可能會(huì)出現(xiàn)一定的偏差或異常。檢測(cè)并排除數(shù)據(jù)中的異常數(shù)據(jù)是數(shù)據(jù)挖掘的主要任務(wù)之一。由于能夠檢測(cè)數(shù)據(jù)中的異常數(shù)據(jù)及噪聲,異常檢測(cè)在現(xiàn)實(shí)中得到廣泛應(yīng)用,如欺詐檢測(cè)、異常行為檢測(cè)、醫(yī)療分析等。目前已提出許多異常檢測(cè)算法,根據(jù)給定假設(shè)的不同,它們大致可分為:基于統(tǒng)計(jì)的異常檢測(cè)算法、基于鄰域的異常檢測(cè)算法、基于聚類的異常檢測(cè)算法、基于子空間的異常檢測(cè)算法、基于分類的異常檢測(cè)算法、基于孤立的異常檢測(cè)算法。隨著各個(gè)領(lǐng)域數(shù)據(jù)集規(guī)模不斷的增加,基于鄰域的異常檢測(cè)算法的時(shí)間開銷大大增加,使得該類算法存在效率較低的問題。針對(duì)此問題,常用的解決方法之一是使用高效的近鄰搜索方法來(lái)檢測(cè)異常數(shù)據(jù),以保證一定程度上提高時(shí)間效率。哈希編碼方法在近鄰搜索中備受青睞,其原因在于它不僅具有較高的搜索效率和較低的存儲(chǔ)空間需求,而且還能在數(shù)據(jù)編碼過程中保留數(shù)據(jù)的原始近鄰關(guān)系。因此,本文提出基于哈希編碼的異常檢測(cè)算法研究,研究工作包括如下:(1)本文提出了一種適用于數(shù)據(jù)規(guī)模大的異常檢測(cè)算法—基于位置敏感哈希和隨機(jī)游走的異...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

本文編號(hào)：3879437