【出 处】：《 计算机仿真 》 CSCD 2016年第0卷第1期 430-433页,共4页

【作 者】： 王乐 ; 王芳

【摘 要】 在对数据库异常数据检测的研究中，由于进行异常数据挖掘时，都是依靠异常数据表现出的特征，根据模式识别的原理，进行异常数据的检测的。当在搜索的历史数据库中，异常数据的特征变量不具有明显性，会导致存在挖掘精度低的问题。为解决上述问题，提出采用模糊自适应映射理论算法的数据库异常数据挖掘方法。该方法先采用分段量化的方法来获取历史数据库中异常数据的特征变量，组建可以表述异常数据状态的关键数据点集合，并将其离散化。然后将模糊算法融合于自适应映射拓扑网络中。组建模糊自适应映射网络数据模型，最后通过计算模型中表述输入与输出关系的模糊参数，实现对数据库中异常数据的精确挖掘。仿真结果证明，采用模糊自适应映射理论的数据库异常数据挖掘方法的挖掘时间短，精确度高。