基于自然邻居邻域图的无参数离群检测算法

• 作者: 冉瑞生 冯骥 魏延
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 无参数 自适应 最近邻居 加权图 离群检测 离群因子 全局离群点 局部离群点
• 年，卷（期）: 2019,（5）
• 页码范围: 998-1006
• 页数: 9页
• 分类号: TP311
• 字数: 7222字
• 语种: 中文
• DOI: 10.11992/tis.201809032

摘要

数据挖掘领域,基于最近邻居思想的离群检测算法在面对复杂数据时,很难在没有足够先验知识条件下进行适当的参数选择.为了解决这个问题,本文在自然邻居方法的基础上,提出一种利用加权自然邻居邻域图进行离群检测的算法.该算法在整个过程不需要人为设置参数,并且能在不同分布特征的数据中准确找到数据集中的全局离群点和局部离群点.人工数据集和真实数据的离群检测结果均证明,本算法能够取得和有参数的算法中最优参数相近的效果,算法检测结果远好于对参数敏感算法的大部分情况,且更优于对参数不敏感的算法,具有更强的普适性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏延	重庆师范大学计算机与信息科学学院	44	283	10.0	15.0
2	冯骥	重庆师范大学计算机与信息科学学院	14	5	2.0	2.0
3	冉瑞生	重庆师范大学计算机与信息科学学院	14	5	2.0	2.0