一种基于邻域粒度熵的离群点检测算法

摘要：

离群点检测是数据挖掘领域的重要研究方向之一,其目的是找出数据集中与其他数据对象显著不同的一小部分数据.离群点检测在网络入侵检测、信用卡欺诈检测、医疗诊断等领域有着非常重要的应用.近年来,粗糙集理论被广泛用于离群点检测,然而,经典的粗糙集模型不能有效处理数值型数据.对此,本文利用邻域粗糙集模型来检测离群点,在邻域粗糙集中引入一种新的信息熵模型——邻域粒度熵.基于邻域粒度熵,提出一种新的离群点检测算法OD NGE.实验结果表明,相对于已有的离群点检测算法,OD_NGE具有更好的离群点检测性能.

关键词：离群点检测、邻域粗糙集、知识粒度、邻域粒度熵、数值型数据

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;山东省自然科学基金资助项目

在线出版日期：2022-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23