一种基于图分割的多阶段交叉聚类异常数据检测方法
技术特征：
1.一种基于图分割的多阶段交叉聚类异常数据检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤s2中，所述确定所述k-临近图中的枢轴点，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤s3中，所述目标分割函数j cut为：
4.根据权利要求1所述的方法，其特征在于，所述步骤s3中，所述对所述新的k-临近图中的样本数据进行分割，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述步骤s4中，所述簇相似度计算公式为：
6.根据权利要求5所述的方法，其特征在于，所述步骤s4中，所述根据所述簇相似度，对所述分割后的k-临近图中的数据簇进行合并，具体包括：
7.根据权利要求6所述的方法，其特征在于，所述步骤s44中，所述合并目标函数j为：
8.根据权利要求1所述的方法，其特征在于，所述步骤s5，具体包括：
9.根据权利要求8所述的方法，其特征在于，所述步骤s51，使用的计算公式为：
技术总结
本发明公开了一种基于图分割的多阶段交叉聚类异常数据检测方法，包括如下步骤：获取数据集，根据数据集中的样本数据，构建K‑临近图；确定K‑临近图中的枢轴点，并将枢轴点从K‑临近图中去除，得到新的K‑临近图；根据目标分割函数，对新的K‑临近图中的样本数据进行分割，得到分割后的K‑临近图；分割后的K‑临近图中包括至少两个数据簇；每个数据簇中包括至少两个样本数据；根据簇相似度计算公式，计算簇相似度，并根据簇相似度，对分割后的K‑临近图中的数据簇进行合并，得到合并后的K‑临近图；将枢轴点分配至合并后的K‑临近图中的数据簇中，得到异常数据检测结果。本发明可以提高检测异常数据的准确性和效率。
技术研发人员：周源,王红军,李月莹
受保护的技术使用者：西南交通大学
技术研发日：
技术公布日：2024/12/2
文档序号 :
【 40200360 】
技术研发人员：周源,王红军,李月莹
技术所有人：西南交通大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：周源,王红军,李月莹
技术所有人：西南交通大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除