首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于自然最近邻的离群检测算法
引用本文:朱庆生,唐汇,冯骥.一种基于自然最近邻的离群检测算法[J].计算机科学,2014,41(3):276-278,305.
作者姓名:朱庆生  唐汇  冯骥
作者单位:重庆大学计算机学院软件理论与技术重庆市重点实验室 重庆400044;重庆大学计算机学院软件理论与技术重庆市重点实验室 重庆400044;重庆大学计算机学院软件理论与技术重庆市重点实验室 重庆400044
基金项目:本文受国家自然科学基金(61272194,61073058)资助
摘    要:任何涉及k近邻求解问题的算法被应用于处理不同特征的数据集时,参数k值的选择都会明显影响算法的性能和结果。因而,如何选择k近邻算法中敏感参数k值一直是一个研究难点。提出了一种新的近邻关系———自然最近邻,它不需要设置参数k,每个节点的邻居是由算法自适应计算而形成的。针对离群点检测的特殊性,通过确定自然最近邻居搜索算法的终止条件,提出一种基于自然最近邻的新的离群检测算法ODb3N。实验表明,该算法不仅避免了k近邻中参数的选择问题,而且能够更有效地发现离群簇。

关 键 词:k近邻  自然最近邻  离群检测  离群簇
收稿时间:2013/5/21 0:00:00
修稿时间:9/2/2013 12:00:00 AM

Outlier Detection Algorithm Based on Natural Nearest Neighbor
ZHU Qing-sheng,TANG Hui and FENG Ji.Outlier Detection Algorithm Based on Natural Nearest Neighbor[J].Computer Science,2014,41(3):276-278,305.
Authors:ZHU Qing-sheng  TANG Hui and FENG Ji
Affiliation:Key Lab of Software and Technology,College of Computer Science,Chongqing University,Chongqing 400044,China;Key Lab of Software and Technology,College of Computer Science,Chongqing University,Chongqing 400044,China;Key Lab of Software and Technology,College of Computer Science,Chongqing University,Chongqing 400044,China
Abstract:
Keywords:k-nearest neighbor  Natural nearest neighbor  Outlier detection  Cluster of outliers
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号