基于方形邻域和裁剪因子的离群点检测方法

• 作者: 涂晓敏 石鸿雁
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 数据挖掘 离群点 方形邻域 裁剪因子 局部稀疏指数
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 186-189
• 页数: 4页
• 分类号: TP301
• 字数: 3980字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2019.01.033

摘要

针对改进的局部稀疏系数(Enhanced Local Sparsity Coefficient,简称ELSC)算法在邻域查询过程中存在的不足,以及为了提高算法查准率,提出了一种基于方形邻域和裁剪因子的离群点检测算法.首先采用方形邻域,吸取网格算法的思想,以扩张的方形邻域代替网格分割,快速地排除聚类点,避免了网格算法的"维灾"问题.其次为了提高算法的精确度,引入裁剪因子的概念对候选离群点集进行精选.最后通过新定义的局部稀疏指数确定离群点.试验测试表明,该算法的执行效率与检测精度均优于ELSC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	石鸿雁		17	186	7.0	13.0
2	涂晓敏		1	1	1.0	1.0