基于地统计学的空间离群点检测算法的研究

• 作者: 刘莘 张绍良 张赛男 王飞
• 来源期刊: 计算机应用研究
• 关键词: 地统计学 空间离群点 Delaunay三角网 局部Moran’I
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3700-3704
• 页数: 5页
• 分类号: TP301.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.040

摘要

针对传统空间离群点检测算法构建邻域时参数选择困难、处理高维数据的时间复杂度较高等问题，提出了一种基于地统计学的空间离群点检测算法。该算法将空间自相关理论引入空间离群检测中，首先利用3σ规则识别全局离群点，然后利用Delaunay三角网构建空间邻域，将邻域节点均值代替全局离群点，最后使用局部Mo-ran’I作为空间异常的度量方法。仿真结果表明，该方法不需要选择参数，鲁棒性较强、检测率较高、误警率较低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张绍良	中国矿业大学环境与测绘学院	167	1617	21.0	31.0
2	张赛男	中国人民解放军理工大学指挥信息系统学院	15	34	3.0	5.0
3	王飞		9	15	2.0	3.0
4	刘莘	徐州医科大学医学信息学院	7	60	3.0	7.0