-
题名改进Kmeans算法的海洋数据异常检测
被引量：27
- 1
-
-
作者
蒋华
季丰
王慧娇
王鑫
罗一迪
-
机构
桂林电子科技大学计算机与信息安全学院
-
出处
《计算机工程与设计》
北大核心
2018年第10期3132-3136,共5页
-
基金
2016广西高校中青年教师基础能力提升基金项目(ky2016YB150)
桂林电子科技大学研究生教育创新计划基金项目(2017YJCX48)
-
文摘
为解决Kmeans算法随机指定初始点聚类和海洋Argo浮标数据异常问题,提出一种改进Kmeans算法的海洋数据异常检测方法。提出一种改进Kmeans算法DMKmeans(density mathematics Kmeans),选取给定邻域范围内最近邻数据点最多的点为初始中心点,迭代聚类,直到准则函数收敛,聚类结束;基于DMKmeans算法对数据集聚类,使用数学模型为准则进行海洋监测数据异常检测。通过海洋监测数据异常检测仿真实验,将DMKmeans算法与传统Kmeans算法及MinMaxKmeans算法做对比分析,其结果表明,提出算法能有效提高聚类准确率和异常检测率。
-
关键词
Kmeans算法
初始聚类中心点
离群点
海洋监测数据
异常检测
-
Keywords
Kmeans algorithm
initial clustering point
outlier
ocean monitoring data
abnormal value detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
