一种基于高维空间聚类的离群数据发现算法

针对高维稀疏聚类CABOSFV算法仅能解决二态变量高维稀疏聚类问题而对其他类型变量算法将失效的情况，通过定义“属性绝对值距离”解决了CABOSFV算法固有的这一缺陷。另外，针对聚类后产生伪孤立点问题，提出相应的异常数据处理策略，从而得到较为精确的离群数据。     

小波边界处理及实时去噪

基于小波阀值去噪良好的去噪能力和简单的操作方法,提出了一种基于小波阀值去噪的实时去噪方法。首先针对实际应用中数据有限对小波变换边界的影响,推导出了左右边界延拓数目,通过边界延拓,减小边界效应的影响,使去噪能力得到进一步的提高。接着推导出受边界效应影响的数目,给出了实时去噪流程图,通过相应的数据滞后输出,去除边界效应对数据区间的影响,使得实时小波去噪能够取得与离线去噪一样的效果。最后对算法进行仿真,给出了仿真结果。