基于改进距离和的异常点检测算法研究

• 作者: 于澍 刘小刚 李春生
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 改进距离 异常数据检测 距离和
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 97-100
• 页数: 4页
• 分类号: TP301.6
• 字数: 4068字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.03.021

摘要

为了降低原始数据中的勘误影响,提高数据质量,深入分析了常用的基于距离的异常点检测算法,提出了一种新的基于改进距离的异常点检测算法,舍去了传统算法中对DB(d,p)参数的设置.首先,为了解决终端的不确定性选择属性困难的问题,引入了"属性隶属度"的概念,简化了检测属性的选择方式;其次,为了解决由于数据分布不均匀而导致的检测准确率较低的问题,改进了常用的距离度量,并采用改进的加权距离进行计算,得到距离矩阵,通过分析计算距离的总值,给出了一种异常评价方法用来判断异常点的异常程度;最后,以股票交易数据进行实验,与传统基于距离和的检测算法进行比较,结果表明该改进算法在异常点检测的准确度方面具有明显的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
2	刘小刚	东北石油大学计算机与信息技术学院	3	5	1.0	2.0
3	于澍	东北石油大学计算机与信息技术学院	4	8	1.0	2.0