|
1.
基于局部密度的快速离群点检测算法
邹云峰, 张昕, 宋世渊, 倪巍伟
计算机应用
2017, 37 (10):
2932-2937.
DOI: 10.11772/j.issn.1001-9081.2017.10.2932
已有的密度离群点检测算法LOF不能适应数据分布异常情况离群点检测,INFLO算法虽引入反向
k近邻点集有效地解决了数据分布异常情况的离群点检测问题,但存在需要对所有数据点不加区分地分析其
k近邻和反向
k近邻点集导致的效率降低问题。针对该问题,提出局部密度离群点检测算法--LDBO,引入强
k近邻点和弱k近邻点概念,通过分析邻近数据点的离群相关性,对数据点区别对待;并提出数据点离群性预判断策略,尽可能避免不必要的反向
k近邻分析,有效提高数据分布异常情况离群点检测算法的效率。理论分析和实验结果表明,LDBO算法效率优于INFLO,算法是有效可行的。
参考文献 |
相关文章 |
多维度评价
|
|