论文部分内容阅读
在高维数据聚类中,受维度效应的影响,现有的算法聚类效果不佳。在分析现有软子空间聚类算法不足的基础上,引入子空间差异的概念,结合簇内紧凑度的信息来设计新的目标优化函数,提出了一种新的k-means型软子空间聚类算法;针对目前入侵检测实时性和准确性的要求,将离群点扫描技术嵌入新算法中。在KDD Cup1999数据集上的试验表明,该算法能进行高效的特征选择,提高入侵检测的检测精度。