基于K-means的数据流离群点检测算法
来源：计算机工程与应用杂志2017年第3期北京时间：
作者：韩 崇1，袁颖珊2，梅 焘2，耿慧玲2
单位：1.南京邮电大学 计算机学院，南京 210003 ；2.南京邮电大学 通达学院，江苏 扬州 225127
摘要：针对数据流中离群点挖掘问题，在K-means聚类算法基础上，提出了基于距离的准则进行数据间离群点判断的离群点检测DOKM算法。根据数据流概念漂移检测结果来自适应地调整滑动窗口大小，从而实现对数据流的离群点检测，与其他离群点算法的一系列实验验证和对比结果表明，DOKM算法在人工数据集和真实数据集中均可以实现对离群点的有效检测。
关键词：概念漂移,数据流,K-means聚类,可变滑动窗口,离群点检测
