计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
3期
669-673
,共5页
离群检测%离群簇%最小生成树%不相似性%K-近邻
離群檢測%離群簇%最小生成樹%不相似性%K-近鄰
리군검측%리군족%최소생성수%불상사성%K-근린
outlier detection%outlying cluster%minimum spanning tree%dissimilarity%K-nearest neighborhood
为适应数据集分布形状多样性以及克服数据集密度问题,针对已有算法对离群簇检测效果欠佳的现状,提出了一种基于K-近邻树的离群检测算法KNMOD(outlier detection based on K-nearest neighborhood MST).算法结合密度与方向因素,提出一种基于K-近邻的不相似性度量,然后带约束切割基于此度量构建的最小生成树从而获得离群点.算法可以有效地检测出局部离群点以及局部离群簇,与LOF、COF、KNN及INFLO算法的对比结果也证实了算法的优越性能.
為適應數據集分佈形狀多樣性以及剋服數據集密度問題,針對已有算法對離群簇檢測效果欠佳的現狀,提齣瞭一種基于K-近鄰樹的離群檢測算法KNMOD(outlier detection based on K-nearest neighborhood MST).算法結閤密度與方嚮因素,提齣一種基于K-近鄰的不相似性度量,然後帶約束切割基于此度量構建的最小生成樹從而穫得離群點.算法可以有效地檢測齣跼部離群點以及跼部離群簇,與LOF、COF、KNN及INFLO算法的對比結果也證實瞭算法的優越性能.
위괄응수거집분포형상다양성이급극복수거집밀도문제,침대이유산법대리군족검측효과흠가적현상,제출료일충기우K-근린수적리군검측산법KNMOD(outlier detection based on K-nearest neighborhood MST).산법결합밀도여방향인소,제출일충기우K-근린적불상사성도량,연후대약속절할기우차도량구건적최소생성수종이획득리군점.산법가이유효지검측출국부리군점이급국부리군족,여LOF、COF、KNN급INFLO산법적대비결과야증실료산법적우월성능.
