计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2014年
6期
1693-1696,1701
,共5页
离群数据挖掘%影响空间%链式距离%相似k距离邻居序列%离群因子
離群數據挖掘%影響空間%鏈式距離%相似k距離鄰居序列%離群因子
리군수거알굴%영향공간%련식거리%상사k거리린거서렬%리군인자
outliers detection%influenced space%chaining distance%similar k_distance neighbor series%outlier factor
针对传统局部离群点检测算法的局限性进行了研究,提出了一种新的有效的离群数据挖掘算法.该算法在寻找数据点的近邻区域时采用了基于影响空间的局部离群点检测(INFLO)中影响空间的概念,然后在计算数据点的离群因子时,根据基于链接的离群点检测(COF)中链式距离的思想,提出了基于相似k距离邻居序列(SKDNS)的离群因子计算方法.通过对比该算法和其他经典局部离群点检测算法在不同数据分布情况下的挖掘结果,该算法比LOF、INFLO和COF算法的离群挖掘准确性更高,能有效克服LOF算法的不足,提高局部离群数据挖掘的准确性和多样性.
針對傳統跼部離群點檢測算法的跼限性進行瞭研究,提齣瞭一種新的有效的離群數據挖掘算法.該算法在尋找數據點的近鄰區域時採用瞭基于影響空間的跼部離群點檢測(INFLO)中影響空間的概唸,然後在計算數據點的離群因子時,根據基于鏈接的離群點檢測(COF)中鏈式距離的思想,提齣瞭基于相似k距離鄰居序列(SKDNS)的離群因子計算方法.通過對比該算法和其他經典跼部離群點檢測算法在不同數據分佈情況下的挖掘結果,該算法比LOF、INFLO和COF算法的離群挖掘準確性更高,能有效剋服LOF算法的不足,提高跼部離群數據挖掘的準確性和多樣性.
침대전통국부리군점검측산법적국한성진행료연구,제출료일충신적유효적리군수거알굴산법.해산법재심조수거점적근린구역시채용료기우영향공간적국부리군점검측(INFLO)중영향공간적개념,연후재계산수거점적리군인자시,근거기우련접적리군점검측(COF)중련식거리적사상,제출료기우상사k거리린거서렬(SKDNS)적리군인자계산방법.통과대비해산법화기타경전국부리군점검측산법재불동수거분포정황하적알굴결과,해산법비LOF、INFLO화COF산법적리군알굴준학성경고,능유효극복LOF산법적불족,제고국부리군수거알굴적준학성화다양성.
