VDOD:一种基于KD树的分布式离群点检测算法

• 作者: 刘晶 李子茂 骆庆
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 分布式 离群点检测 大数据 KD树
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 算法与分析
• 页码范围: 419-423,428
• 页数: 6页
• 分类号: TP301.6
• 字数: 4419字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.03.001

摘要

针对大数据的数据量大、维数高的特征,论文提出了一种新型的分布式离群点检测算法-VDOD.在数据预处理阶段,提出了基于方差的数据划分方法,划分过程中建立KD树,通过KD树将数据均匀地分配到各个计算节点;在离群点检测阶段,通过R树进行批量过滤.最后,基于真实数据集和人工数据集验证了VDOD算法的有效性.实验结果表明,相对于现有算法,文中算法可以显著提高计算效率并大幅降低网络开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李子茂	中南民族大学计算机科学学院	13	31	3.0	5.0
2	刘晶	中南民族大学计算机科学学院	15	41	4.0	5.0
3	骆庆	中南民族大学计算机科学学院	1	2	1.0	1.0