基于剪枝的海量数据离群点挖掘

• 作者: 卢炎生 杨茂林
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 离群点 数据挖掘 基于距离
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 152-156
• 分类号: TP311
• 字数: 5726字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.10.033

摘要

基于距离的离群点挖掘通常需要O(N2)的时间进行大量的距离计算与比较,这限制了其在海量数据上的应用.针对此问题,提出了一个带剪枝功能的离群点挖掘算法.算法分为两步:在对数据集进行一遍扫描后,剪枝掉大量的非离群点；然后对余下的可疑数据实施一种改进的嵌套循环算法,以每个数据点与其k个最近邻点的平均距离作为离群度,确定前n个离群点.在真实数据和合成数据集上的实验结果均表明,该算法在获得高命中率的同时仍保持低误警率.与相关算法相比,其具有较低的时间复杂性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢炎生	华中科技大学计算机科学与技术学院	216	1989	20.0	34.0
2	杨茂林	华中科技大学计算机科学与技术学院	2	8	1.0	2.0