文件名称：论文研究-基于方形对称邻域的局部离群点检测方法.pdf
文件大小：268KB
文件格式：PDF
更新时间：2022-08-11 17:49:14
数据挖掘,离群检测,方形对称邻域,局部离群度
针对NDOD(outlier detection algorithm based on neighborhood and density)算法在判断具有不同密度分布的聚类间过渡区域对象时存在的不足，以及为了降低算法时间复杂度，提出一种基于方形对称邻域的局部离群点检测方法。该算法改用方形邻域，吸收基于网格的思想，通过扩张方形邻域快速排除聚类点及避免“维灾”；通过引入记忆思想，使得邻域查询次数及范围成倍地减小；同时新定义的离群度度量方法有利于提高检测精度。实验测试表明，该算法检测离群点的速度及精度均优于NDOD等算法。