基于马尔科夫随机游走的两阶段离群检测算法

摘要：

基于邻域的离群点检测算法中,参数的选择与确定是一个重要的问题,不合理的参数选择导致算法的性能显著下降.为减少参数对于离群点检测的影响,提出了一种基于马尔科夫随机游走的两阶段离群检测算法,可以在不影响算法效率的基础上,有效降低参数对检测结果的影响.该算法采用均匀采样策略生成一系列三角剖分图,并引入移除规则得到节点的拓扑结构,从而获得由节点连通性定义的转移概率矩阵,有效减少了算法的计算量和运行时间;其采用加权投票原则重新定义重启向量,并将不同图上得到的平稳分布向量的平均偏差值作为离群点分数,有效地提高了算法的准确性.采用合成数据集以及UCI数据集,验证了该算法与现有的算法相比有更高的准确率.

关键词：离群点检测;DLS-三角剖分;马尔科夫随机游走

所属期刊栏目：58

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金;山西省应用基础研究计划;山西省应用基础研究计划;山西省重点研发计划项目;太原科技大学科研启动基金

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：89-98