基于聚类的离群点检测方法研究综述

• 作者: 周玉 朱文豪 房倩 白磊
• 来源期刊: 计算机工程与应用
• 关键词: 离群点检测 聚类 静态数据集 数据流 大规模数据集
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 热点与综述|Research Hotspots and Reviews
• 页码范围: 37-45
• 页数: 9页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2102-0167

摘要

离群点检测在数据处理中具有重要研究意义,其检测方法大致可以分为基于统计、基于距离、基于密度和基于聚类的方法.为了及时掌握当前基于聚类技术的离群点检测方法的研究现状,通过归纳与整理,将具有代表性的基于聚类的离群点检测方法进行了介绍和归类,将其主要分为静态数据集中的检测方法、数据流中的检测方法、大规模数据中的检测方法和其他方法等四大类.对每类方法所解决的问题、算法思想、应用场景以及各自的优缺点进行了详细的归纳和分析,指出目前存在的问题以及未来发展方向.