一种基于子空间的两阶段离群点检测算法

• 作者: 殷跃杰 赵旭俊
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 离群点检测 高维 投影 关联子空间
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 88-92
• 页数: 5页
• 分类号: TP391
• 字数: 3364字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2017.02.002

摘要

将高维数据投影在子空间中,是解决”维灾”的有效途径之一.从提高挖掘效率的角度,给出一种新的基于子空间的两阶段离群检测算法,利用密度阈值筛选候选离群对象减少计算量.该算法首先,计算每个数据对象在每一维的密度比,所有维的密度比乘积取对数平均作为密度系数,并选取候选离群对象;其次,候选离群对象的邻居在每一个关联子空间中的偏离程度之积作为偏差比,密度系数与偏差比的乘积作为离群系数,并确定离群数据对象.由于仅计算候选离群对象的离群系数,因此有效地提高挖掘效率;最后,采用UCI数据集,实验验证了该算法不仅保证挖掘结果精度,而且有效提高了挖掘效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵旭俊	太原科技大学计算机科学与技术学院	26	42	4.0	5.0
2	殷跃杰	太原科技大学计算机科学与技术学院	1	0	0.0	0.0