一种改进的基于反k近邻的流数据离群点检测算法

• 作者: 呼妮 王勇
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 流数据 反k近邻 细胞邻域 离群点
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 32-35
• 页数: 4页
• 分类号: TP391
• 字数: 2991字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.08.007

摘要

现有反k邻域的流数据离群点挖掘算法存在一些不足之处,即需要遍历每个数据对象,计算复杂度较高,稳定性较差.为了解决这些问题,本文提出一种改进的基于反k近邻的离群点检测算法OL-ORND.该算法采用细胞邻域思想,加入伪反k邻域点概念(反k邻域为空集的点对象),增加了算法的严密性,从而大大提高了算法的效率和准确率.实验表明,算法具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	西北工业大学理学院	73	493	12.0	19.0
2	呼妮	西北工业大学理学院	1	1	1.0	1.0