FNOD:基于近邻差波动因子的离群点检测算法

摘要：

针对现存离群点检测算法和剪枝方法存在算法精确度较低和剪枝程度小的问题,提出了一种基于近邻差波动因子的离群点检测方法.该方法首先依据离群点的相互k近邻(MUN)点数远小于参数k这一特点,提出了一种基于近邻关系的剪枝方法;然后提出近邻差的概念来刻画数据对象与其邻居点的分布特征,在变化的参数k下,离群点和正常点的近邻差的变化不同;最后采用近邻差波动衡量每个数据点的离群程度,进而检测出离群点.人工数据集和真实数据集下的实验结果表明,该算法能够有效且较为全面地检测出离群点.

关键词：数据挖掘、离群点、剪枝、相互k近邻(MUN)、近邻差波动因子

所属期刊栏目：32

分类号：TP391.9;TN946;TP181

资助基金：国家自然科学基金;河北省创新能力提升计划项目;四达铁路智能图像工件识别项目

在线出版日期：2022-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：674-686