基于局部信息熵的加权子空间离群点检测算法

• 作者: 倪巍伟 吴英杰 孙志挥 陆介平 陈耿
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 高维数据 离群点检测 信息熵 子空间挖掘 权向量
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 1189-1194
• 页数: 6页
• 分类号: TP311
• 字数: 3883字
• 语种: 中文

摘要

离群点检测作为数据挖掘的一个重要研究方向,可以从大量数据中发现少量与多数数据有明显区别的数据对象,"维度灾殃"现象的存在使得很多已有的离群点检测算法对高维数据不再有效,针对这一问题,提出基于局部信息熵的加权子空间离群点检测算法SPOD,通过对数据对象在各维进行邻域信息熵分析,生成数据对象相应的离群子空间和属性权向量,对离群子空间中的属性赋以较高的权值,进一步提出子空间加权距离等概念,采用基于密度离群点检测的思想,分析计算数据对象的子空间离群影响因子,判断是否为离群点,算法能够有效地适应于高维数据离群点检测,理论分析和实验结果表明算法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙志挥	东南大学计算机科学与工程学院	148	3968	33.0	58.0
2	倪巍伟	东南大学计算机科学与工程学院	48	851	19.0	27.0
3	陈耿	南京审计学院审计信息工程实验室	81	565	13.0	20.0
4	吴英杰	东南大学计算机科学与工程学院	10	409	8.0	10.0
5	陆介平		2	83	2.0	2.0