数据库中特定奇异数据优化检测的研究

摘要

由于数据属性会随着Oracle中心数据库中特定奇异数据的改变而发生变化,在对数据簇的属性分类时会发生动态变化,传统的挖掘方法,是通过对数据的属性分类后进行数据特征挖掘,忽略了数据本身存在的属性对挖掘效果的影响,导致挖掘误差大的问题.提出基于改进模糊c均值自适应算法的Oracle中心数据库中特定奇异数据挖掘算法.先将Oracle中心数据库中的各个数据依据其属性进行聚类,建立聚类相似系数矩阵进行划分,依据拟属可信度的概念进行归类,在利用模糊c均值算法计算Oracle中心数据库中各个数据簇中心到聚类中心的距离,建立数据隶属函数矩阵,计算加权距离平方和的最小值及有效性函数的最小值,去除较远的数据簇,实现对Oracle中心数据库中特定奇异数据的挖掘.仿真结果表明,基于改进模糊c均值自适应算法的Oracle中心数据库中特定奇异数据挖掘算法,可有效的避免在确定特定奇异数据时存在的随机性和经验性.