基于相对距离的反k近邻树离群点检测

• 作者: 冯山 杨晓玲 袁钟
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 离群点 离群簇 反k近邻 最小生成树 相对距离度量
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 937-945
• 页数: 9页
• 分类号: TP18
• 字数: 6080字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.05.014

摘要

针对分布复杂且离群类型多样的数据集进行离群检测困难的问题,提出基于相对距离的反k近邻树离群检测方法RKNMOD(Reversed K-Nearest Neighborhood).首先,将经典欧氏距离、对象局部密度和对象邻域结合,定义了对象的相对距离,能同时有效检出全局和局部离群点.其次,以最小生成树结构为基础,采取最大边切割法以快速分割离群点和离群簇.最后,人工合成数据集和UCI数据集试验均表明,新算法的检测准确率更高,为分布异常且离群类型多样的数据集的离群检测提供了一条有效的新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯山	四川师范大学数学科学学院	40	252	9.0	14.0
2	杨晓玲	四川师范大学数学科学学院	2	0	0.0	0.0
6	袁钟	西南交通大学信息科学与技术学院	1	0	0.0	0.0