基于粗约简和网格的离群点检测

• 作者: 王敬华 金鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 离群点检测 粗糙集 网格 属性权值
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 133-137,180
• 页数: 6页
• 分类号: TP311
• 字数: 5146字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1401-0216

摘要

为解决现有高维海量数据离群点挖掘在时间与空间效率上的不足，提出了一种基于粗约简和网格的离群点检测算法RRGOD。算法在基于密度的离群点检测算法LOF的基础上，结合粗糙集理论特点，引入属性权值概念，淘汰属性权值低于重要度阈值的属性降低维度，从而减少了进行聚类的计算量。在网格聚类阶段，对传统的网格划分方法进行改进，引入属性维半径向量概念，提出了一种可变网格划分方法，根据数据集特点自适应地划分网格空间。在真实数据集和仿真数据集上进行了实验。结果表明，该算法在进行离群点检测时能在保持足够精确度的同时，检测效率有显著的改善。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敬华	华中师范大学计算机学院	31	252	9.0	14.0
2	金鹏	华中师范大学计算机学院	2	24	2.0	2.0