%0 Journal Article %A 孟静 %A 吴锡生 %T 一种基于聚类和快速计算的异常数据挖掘算法 %D 2013 %R 10.3969/j.issn.1000-3428.2013.08.012 %J 计算机工程 %P 60-63,68 %V 39 %N 8 %X 传统局部离群因子(LOF)算法在动态增量数据库环境下,进行二次异常数据挖掘需重新计算所有数据对象局部偏离因子,存在效率较低的问题。为此,提出一种基于聚类和快速计算的异常数据挖掘算法。对传统DBSCAN算法进行改进,并且在该改进算法聚类的基础上,仅对部分数据对象计算局部偏离因子。实验结果表明,该算法在动态增量数据库环境下,与LOF与lncLOF算法相比,不仅计算时间效率高,而且能提高挖掘异常数据的精度。 %U http://www.ecice06.com/CN/10.3969/j.issn.1000-3428.2013.08.012