中国科技论文
中國科技論文
중국과기논문
Sciencepaper Online
2013年
7期
672-678
,共7页
任义丽%刘洪甫%熊海涛%吴俊杰
任義麗%劉洪甫%熊海濤%吳俊傑
임의려%류홍보%웅해도%오준걸
模式识别%类别噪声%属性噪声%局部孤立系数%异常点检测
模式識彆%類彆譟聲%屬性譟聲%跼部孤立繫數%異常點檢測
모식식별%유별조성%속성조성%국부고립계수%이상점검측
LOF(Local Outlier Factor)算法是基于密度的典型孤立点识别算法,在实践中被广泛用于检测属性噪声.然而,LOF算法没有综合考虑类与类、类与整体之间的信息,因而对类别噪声识别欠佳.CLOF(Combined Local Outlier Factors)是在LOF算法的基础上提出一种基于组合局部孤立系数的类别噪声处理算法.算法通过lofa、lof1、lof0三个局部孤立系数值,首先在整体数据集上剔除属性噪声,其次综合利用整体和局部信息,通过3个lof值之间的关系来识别类别噪声,并更正其类标签.在仿真数据集和UCI数据集上的实验结果表明,CLOF算法能够同时有效识别类别噪声和属性噪声,提高分类器的分类精度,对具有类重叠的复杂数据处理效果尤佳.
LOF(Local Outlier Factor)算法是基于密度的典型孤立點識彆算法,在實踐中被廣汎用于檢測屬性譟聲.然而,LOF算法沒有綜閤攷慮類與類、類與整體之間的信息,因而對類彆譟聲識彆欠佳.CLOF(Combined Local Outlier Factors)是在LOF算法的基礎上提齣一種基于組閤跼部孤立繫數的類彆譟聲處理算法.算法通過lofa、lof1、lof0三箇跼部孤立繫數值,首先在整體數據集上剔除屬性譟聲,其次綜閤利用整體和跼部信息,通過3箇lof值之間的關繫來識彆類彆譟聲,併更正其類標籤.在倣真數據集和UCI數據集上的實驗結果錶明,CLOF算法能夠同時有效識彆類彆譟聲和屬性譟聲,提高分類器的分類精度,對具有類重疊的複雜數據處理效果尤佳.
LOF(Local Outlier Factor)산법시기우밀도적전형고립점식별산법,재실천중피엄범용우검측속성조성.연이,LOF산법몰유종합고필류여류、류여정체지간적신식,인이대유별조성식별흠가.CLOF(Combined Local Outlier Factors)시재LOF산법적기출상제출일충기우조합국부고립계수적유별조성처리산법.산법통과lofa、lof1、lof0삼개국부고립계수치,수선재정체수거집상척제속성조성,기차종합이용정체화국부신식,통과3개lof치지간적관계래식별유별조성,병경정기류표첨.재방진수거집화UCI수거집상적실험결과표명,CLOF산법능구동시유효식별유별조성화속성조성,제고분류기적분류정도,대구유류중첩적복잡수거처리효과우가.
