首页 | 本学科首页   官方微博 | 高级检索  
     

基于方形邻域的离群点查找新方法
引用本文:黄添强,秦小麟,叶飞跃.基于方形邻域的离群点查找新方法[J].控制与决策,2006,21(5):541-545.
作者姓名:黄添强  秦小麟  叶飞跃
作者单位:南京航空航天大学,计算机科学与工程系,南京,210016;福建师范大学,数学与计算机科学学院,福州,350007
基金项目:国家自然科学基金项目(49971063);国家“863”海洋监测主题子课题基金项目(2001AA633010-04);江苏省自然科学基金项目(BK2001045).
摘    要:提出一种基于密度的快速查找离群点的算法--基于方形邻域的离群点查找算法(ODBSN),该算法把DBSCAN算法的邻域改造成方形邻域,并吸收基于网格算法的思想,用密集的方形邻域快速排除非离群点;用邻域扩张的思想代替网格划分克服了基于网格算法中"维灾"缺点;同时用局部偏离指数指示离群点的偏离程度,又具有识别精度高和偏离程度可度量的优点.理论分析表明该算法性能优于著名的基于密度的算法,实验表明,ODBSN算法能在各种形状分布与各种密度的数据中有效地查找离群点, 速度明显优于LOF与DBSCAN算法.

关 键 词:数据挖掘  离群点  方形邻域
文章编号:1001-0920(2006)05-0541-05
收稿时间:2005-02-02
修稿时间:2005-02-022005-04-18

New Approach Based on Square Neighborhood to Detect Outliers
HUANG Tian-qiang,QIN Xiao-lin,YE Fei-yue.New Approach Based on Square Neighborhood to Detect Outliers[J].Control and Decision,2006,21(5):541-545.
Authors:HUANG Tian-qiang  QIN Xiao-lin  YE Fei-yue
Affiliation:1. Department of Computer Science and Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China ; 2. School of Mathematics and Computer Science, Fujian Normal University, Fuzhou 350007, China.
Abstract:
Keywords:Data mining  Outliers  Square neighborhood
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》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