融合Shadowed Sets聚类的离群点检测算法

• 作者: 吴孟达 毛紫阳 王丹
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 离群点 聚类 阴影集
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 985-993
• 分类号: TP181
• 字数: 11769字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2012.11.003

摘要

从数据整体和宏观特点给出了离群点的新的定义,并基于数据宏观模式定义了一种新的离群因子,该因子考虑了数据点偏离数据模式的程度和数据点本身归类的不确定性；提出了一种新的Shadowed Sets优化目标,使得在模糊集阴影化过程中更加关注核的准确性；同时基于Shadowed Sets聚类,提出了一种结合聚类的离群点检测算法,该算法可以同时进行聚类和离群点检测；通过模拟数据和Iris数据测试,显示算法具有较好的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛紫阳	国防科学技术大学理学院数学与系统科学系	6	34	4.0	5.0
2	王丹	国防科学技术大学理学院数学与系统科学系	6	17	3.0	3.0
3	吴孟达	国防科学技术大学理学院数学与系统科学系	8	21	3.0	4.0