基于属性约简和相对熵的离群点检测算法

• 作者: 施珺 李慧 胡云 蔡虹
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 属性简约 相对熵 离群点检测
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 31-36
• 分类号: TP391
• 语种: 中文

摘要

本研究结合信息熵与粗糙集理论中的属性约简技术,提出了一种新颖的离群点检测算法。这种方法通过在更小的属性子空间去获得相同或相近的离群数据集,使对离群数据的分析更加集中于较小的目标域。该算法对原属性空间进行划分,通过分析计算将具有最大相对熵与负相对势的对象集合判定为离群点集合。为了验证算法的有效性,还在通用数据集上进行了测试,理论分析和实验结果表明该离群点检测算法是有效可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡虹	淮海工学院计算机工程学院	13	81	6.0	8.0
2	施珺	淮海工学院计算机工程学院	38	153	7.0	9.0
3	李慧	淮海工学院计算机工程学院	37	161	8.0	10.0