Benford法则在水文数据质量挖掘中的应用研究

为识别和改进数据中存在的质量问题,采用Benford法则进行数据质量挖掘分析,该方法通过分析数字分布规律来检测数据的合理性,达到控制数据质量的目的.以水文数据中降水量数据为样本验证方法的有效性.实验结果表明,该方法能有效识别数据集中存在异常信息,提高了水文数据的数据质量,具有一定的应用前景.     

一种基于数量关联的孤立点检测算法

孤立点检测是数据挖掘的重要研究方向之一,目标是发现数据集中不具备数据一般特性的数据对象.通过挖掘数据属性间内在的数量关联规则,标记产生的弱关联规则中置信度小于阈值的极小概率事件为孤立点,提出了一种基于数量关联的离群点检测算法.实例表明,算法能够有效检测数据集中的孤立点,具有应用价值.     

基于统计分析的水文时间序列关联规则优化算法

基于方差分析、列联表检验以及兴趣度的定义,提出一种挖掘水文时间序列关联规则优化算法。算法把水文时间序列数据属性分成条件属性和决策属性,通过方差分析和列联表检验在关联规则生成之前剔除的属性和属性值;同时根据新的兴趣度定义,发现"有趣"规则。实验结果证明算法在水文时间序列分析的可行性。