摘要：近几年,数据挖掘中的异常检测在不同的研究领域发挥着越来越重要的作用,大量的研究工作也致力于数据的异常检测,包括基于距离、密度和聚类的异常检测。然而,现有的方法都将耗费较多的计算时间。因此,提出了一种改进的谱聚类算法用于异常检测,上述算法具有较高的性能。另外,上述算法可以实现对数据进行剪枝,剪枝后的数据可以减少计算的复杂性,结合基于杰卡德相似系数的方法获得相似度数值。通过真实的电力数据进行实验验证,并与现有方法在运行时间、精确度等进行对比,实验结果表明改进方法优于现有方法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社