| 基于K-近邻树的离群检测算法 |
| |
| 引用本文： | 范小刚,朱庆生,万家强.基于K-近邻树的离群检测算法[J].计算机应用研究,2015,32(3). |
| |
| 作者姓名： | 范小刚 朱庆生 万家强 |
| |
| 作者单位： | 重庆大学计算机学院,重庆,400044 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 为适应数据集分布形状多样性以及克服数据集密度问题,针对已有算法对离群簇检测效果欠佳的现状,提出了一种基于K-近邻树的离群检测算法KNMOD(outlier detection based on K-nearest neighborhood MST).算法结合密度与方向因素,提出一种基于K-近邻的不相似性度量,然后带约束切割基于此度量构建的最小生成树从而获得离群点.算法可以有效地检测出局部离群点以及局部离群簇,与LOF、COF、KNN及INFLO算法的对比结果也证实了算法的优越性能.
|
| 关 键 词： | 离群检测 离群簇 最小生成树 不相似性 K-近邻 |
Outlier detection based on K-nearest neighborhood MST |
| |
| FAN Xiao-gang,ZHU Qing-sheng,WAN Jia-qiang.Outlier detection based on K-nearest neighborhood MST[J].Application Research of Computers,2015,32(3). |
| |
| Authors: | FAN Xiao-gang ZHU Qing-sheng WAN Jia-qiang |
| |
| Abstract: | |
| |
| Keywords: | outlier detection outlying cluster minimum spanning tree dissimilarity K-nearest neighborhood |
| 本文献已被 万方数据 等数据库收录！ |
|
