基于频数的孤立点检测研究

• 作者: 吴庆波 朱东生 谭郁松
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 孤立点检测 频繁项集 基于距离 Greenplum
• 年，卷（期）: 2013,（5）
• 页码范围: 10-13
• 分类号: TP912.3
• 字数: 3251字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.05.003

摘要

基于距离的孤立点检测算法在很多领域都有重要应用,效率不高却限制了孤立点检测算法的广泛应用.针对这个问题,文中通过分析基于索引的检测算法和基于单元的分析算法,受频繁项集挖掘算法的启发,应用统计学原理,提出了改进的基于距离的孤立点检测算法(Index Unit Based-on-Distance Outlier Mining,IU-BDOM).在待挖掘数据集中,出现次数越少的项集越可能是孤立点,即频数越低越可能是孤立点,本算法在检测孤立点时,从频数最小的项开始检测,从而节省了挖掘频数很高的肯定不是孤立点的数据所带来的开销.为了进一步加快速度,实现算法的并行性,采用超立方体代替传统的超球体来统计数据集中每一个对象o的邻居个数,把距离的计算分散到不同的维度上独立进行,并且给予不同维度不同的权重,此外,利用Greenpulm分布式数据库,并行了挖掘任务,极大地提高了挖掘效率,并通过实验证实了这种改进的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴庆波	国防科学技术大学计算机学院	46	414	10.0	18.0
2	谭郁松	国防科学技术大学计算机学院	24	99	6.0	8.0
3	朱东生	国防科学技术大学计算机学院	1	4	1.0	1.0