一种基于划分的孤立点检测算法

• 作者: 于戈 孙焕良 王大玲 赵法信 鲍玉斌
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据挖掘 孤立点检测 划分 CD-Tree(cell dimension tree) 基于单元的算法
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1009-1016
• 页数: 8页
• 分类号: TP181
• 字数: 6450字
• 语种: 中文

摘要

孤立点是不具备数据一般特性的数据对象.划分的方法是通过将数据集中的数据点分布的空间划分为不相交的超矩形单元集合,匹配数据对象到单元中,然后通过各个单元的统计信息来发现孤立点.由于大多真实数据集具有较大偏斜,因此划分后会产生影响算法性能的大量空单元.由此,提出了一种新的索引结构--CD-Tree(cell dimension tree),用于索引非空单元.为了优化CD-Tree结构和指导对数据的划分,提出了基于划分的数据偏斜度(skew of data,简称SOD)概念.基于CD-Tree与SOD,设计了新的孤立点检测算法.实验结果表明,该算法与基于单元的算法相比,在效率及有效处理的维数方面均有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙焕良	东北大学信息科学与工程学院	60	414	10.0	17.0
3	赵法信	东北大学信息科学与工程学院	9	89	4.0	9.0
4	于戈	东北大学信息科学与工程学院	426	6587	38.0	64.0
5	王大玲	东北大学信息科学与工程学院	70	1479	23.0	36.0
6	鲍玉斌	东北大学信息科学与工程学院	85	1496	22.0	36.0