复杂高维数据中异常点挖掘算法研究

• 作者: 徐晓丹
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 异常点挖掘 高维数据 k近邻 数据挖掘
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机
• 页码范围: 166-172
• 页数: 7页
• 分类号: TP391
• 字数: 4147字
• 语种: 中文
• DOI: 10.16218/j.issn.1001-5051.2018.02.007

摘要

为了分析当前高维数据中各类异常点检测算法的性能,采用8个典型数据集,对10种代表性算法在这些数据集上进行了详细的实验分析,给出了不同算法在算法精度、ROC曲线面积及运行时间上的分析比较.实验结果表明:受到数据集分布及属性相关性的影响,同一算法在不同数据集上的效果有很大差异性,基于近邻排序的算法在各个数据集中的结果相对稳定,但其结果受k值的影响较大;和其他算法相比,基于集成的算法效果较好,但用于集成的有效算法选择较为困难.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晓丹	浙江师范大学数理与信息工程学院	21	185	8.0	13.0