一种基于多标记的局部离群点检测算法

• 作者: 梁栋 钱景辉
• 来源期刊: 微电子学与计算机
• 关键词: 机器学习 局部离群点 多标记 类别权重
• 年，卷（期）: 2017,（10）
• 页码范围: 110-114
• 页数: 5页
• 分类号: TP31
• 语种: 中文

摘要

基于密度的局部离群点检测算法(LOF)不适用于解决高维度、多义性的数据集检测.通过对LOF算法的分析,提出了一种基于多标记学习(Multi-Label Learning,MLL)的局部离群点检测算法MLL-LOF(a local outlier factor based on multi-label learning).该算法采用MLL框架,首先将真实对象数据拆分成多示例包形式,然后运用退化策略及相应的权重调整,计算最终离群点因子,判别离群点.并运用实际企业的监控数据将MLL-LOF算法与其他经典的局部离群点检测算法进行了对比实验,结果表明提出的MLL-LOF算法检测的精准率、召回率、F1值以及时间效率均优于传统的局部离群点检测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱景辉	南京工业大学计算机科学与技术学院	19	92	5.0	8.0
2	梁栋	南京工业大学计算机科学与技术学院	2	9	1.0	2.0