基于局部密度的快速离群点检测算法

• 作者: 倪巍伟 宋世渊 张昕 邹云峰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 离群点检测 局部密度 强k近邻点 弱k近邻点 反向k近邻点集
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 2932-2937
• 页数: 6页
• 分类号: TP274
• 字数: 6346字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.10.2932

摘要

已有的密度离群点检测算法LOF不能适应数据分布异常情况离群点检测,INFLO算法虽引入反向k近邻点集有效地解决了数据分布异常情况的离群点检测问题,但存在需要对所有数据点不加区分地分析其k近邻和反向k近邻点集导致的效率降低问题.针对该问题,提出局部密度离群点检测算法--LDBO,引入强k近邻点扣弱k近邻点概念,通过分析邻近数据点的离群相关性,对数据点区别对待;并提出数据点离群性预判断策略,尽可能避免不必要的反向k近邻分析,有效提高数据分布异常情况离群点检测算法的效率.理论分析和实验结果表明,LDBO算法效率优于INFLO,算法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪巍伟	东南大学计算机科学与工程学院	48	851	19.0	27.0
2	张昕	国网江苏省电力公司电力科学研究院	3	2	1.0	1.0
3	邹云峰	国网江苏省电力公司电力科学研究院	17	19	3.0	4.0
4	宋世渊	东南大学计算机科学与工程学院	1	0	0.0	0.0