交叉型数据库中异常数据快速检测仿真

摘要

对交叉型数据库中的异常数据进行快速检测,能够提高交叉型数据库的利用率,对异常数据的有效检测,需要分析异常数据检测方法,并采用SVM方法对异常数据进行判断.传统方法根据EM算法初值将EM和贝叶斯网络结合进行迭代,以此确定最终更新数据,但忽略了对异常数据的判断,导致检测速度慢、准确率低,提出基于模糊C-均值结合的交叉型数据库中异常数据快速检测方法.采用K近邻方法对交叉型数据库中异常数据进行分类,采用主动下采样方法提取异常数据特征,依据双重聚类算法进行数据特征聚类,通过PIR方法对异常数据进行排序,引入模糊C-均值法,实现对交叉型数据库中异常数据的快速检测.实验结果表明,所提的检测方法的检测速度和准确度均优于传统的方法,具有一定的优势.