一种新的基于邻居样本分布特征的异常值检测算法研究

• 作者: 刘文杰 张军
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 混合数据 异常检测 异常值 邻居样本
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 工业技术
• 页码范围: 86-88,141
• 页数: 4页
• 分类号: TP391
• 字数: 2293字
• 语种: 中文
• DOI: 10.13774/j.cnki.kjtb.2017.01.018

摘要

在数据挖掘领域中,研究的重点之一为异常检测技术.针对数据挖掘中实际采集到的样本数据受众多因素的影响所出现的异常值,本文提出一种新的基于邻居样本分布特征的异常检测算法,该算法通过引用邻域的概念能够处理混合属性的数据集,并且单纯考虑一个样本的的邻域大小和样本的邻域密度不能合理的反映该样本的异常程度,该算法考虑邻域中的所有样本.仿真实验结果表明,在处理混合数据中本文提出的数据异常检测算法相较其他异常检测算法有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军		25	63	4.0	6.0
2	刘文杰	南京信息工程大学计算机与软件学院	38	204	9.0	12.0