一种改进的LOF异常点检测算法

• 作者: 周鹏 程艳云
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: LOF算法 平均密度 异常点集 离群因子
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 安全与防范
• 页码范围: 115-118
• 页数: 4页
• 分类号: TP181
• 字数: 3820字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.12.025

摘要

LOF异常点检测算法在实际应用中有两个缺陷:一是离群因子值只与参数K有关,当K取值不同时,离群因子的值将不同,之前是异常点的数据可能不再是异常点.二是对于未知异常点个数的数据集,选择参数K以保证离群点的挖掘数量合理难以做到.因此,提出一种结合平均密度的改进LOF异常点检测算法.首先分析数据集中数据点的平均密度,根据密度的分布情况确定数据集的异常点个数M1及异常集D1,然后通过计算离群因子确定M2(M2=M1)个异常点及异常集D2.取D1与D2的交集作为最终的离群集.实验结果表明,改进算法在检测精准性方面有显著提高,误报率较低,综合评价指标F值比LOF算法有显著增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程艳云	南京邮电大学自动化学院	24	161	8.0	12.0
2	周鹏	南京邮电大学自动化学院	4	48	2.0	4.0