基于密度的孤立点检测算法改进研究

• 作者: 吕奔 高茂庭
• 来源期刊: 现代计算机（普及版）
• 关键词: 孤立点检测 LOF DBSCAN 聚类 数据挖掘
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 图形图像
• 页码范围: 62-67
• 页数: 6页
• 字数: 3910字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2015.17.014

摘要

针对基于密度的孤立点检测算法LOF时间复杂度高的问题，通过优化数据对象邻域查询过程，提出一种两阶段的改进算法DBLOF，先采用DBSCAN聚类算法对数据集进行预处理，去除大部分的非孤立点，得到可能异常数据集，然后再利用LOF算法计算可能异常数据集中对象的局部异常因子并以此找出真正的孤立点。实验结果表明，改进算法能实现有效的局部孤立点检测，并能够降低算法时间复杂度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高茂庭	上海海事大学信息工程学院	83	424	11.0	16.0
2	吕奔	上海海事大学信息工程学院	2	7	1.0	2.0