基于改进距离的孤立点检测方法

摘要：

局部切空间排列(LTSA)算法是一种有效的流形学习方法,但该算法对孤立点的存在非常敏感.为了增强LTSA算法对孤立点的鲁棒性,文中提出了一种基于改进距离的孤立点检测方法.该方法通过改进距离来度量样本点之间的距离,降低了样本点分布不均匀对孤立点检测算法的影响.实验结果表明,该数据预处理方法能有效地提高LTSA算法的鲁棒性,更好地挖掘数据集的本征特性,具有更好的数据可视化效果.

关键词：数据预处理、孤立点检测、改进距离、流形学习、局部切空间排列

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：广东省自然科学基金资助项目07006474

在线出版日期：2008-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：25-30