基于插值的高维稀疏数据离群点检测方法

• 作者: 张礼智 梁小燕 田真 陈旺虎 高雅琼
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 稀疏数据 离群点检测 插值 聚类 遗传算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 高性能计算
• 页码范围: 966-972
• 页数: 7页
• 分类号: TP301.6
• 字数: 5716字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.06.003

摘要

离群点检测问题中的数据可被看作是正常点与异常点在空间中的高度混合,在减少正常点损失的前提下,离群点通常包含在离聚类中心最远的样本集中.受这种思想启发,提出一种针对高维稀疏数据的基于插值的离群点检测方法,该方法在K-means基础上应用遗传算法对原始数据进行插值处理,解决了K-means聚类中稀疏数据容易被合并的问题.实验结果表明,对比基于传统K-means聚类的离群点检测方法以及几种典型的基于改进K-means的检测方法,本文方法损失的正常点更少,提高了检测的准确率和精确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈旺虎	西北师范大学计算机科学与工程学院	25	88	5.0	7.0
2	田真	西北师范大学计算机科学与工程学院	1	0	0.0	0.0
3	张礼智	西北师范大学计算机科学与工程学院	1	0	0.0	0.0
4	梁小燕	西北师范大学计算机科学与工程学院	1	0	0.0	0.0
5	高雅琼	西北师范大学计算机科学与工程学院	1	0	0.0	0.0