| 一种基于邻近性和团的异常数据检测算法 |
| |
| 引用本文： | 解峰,蔡江辉,杨海峰,荀亚玲.一种基于邻近性和团的异常数据检测算法[J].计算机与数字工程,2021,49(5):971-976. |
| |
| 作者姓名： | 解峰 蔡江辉 杨海峰 荀亚玲 |
| |
| 作者单位： | 太原科技大学计算机科学与技术学院 太原 030024 |
| |
| 摘 要： | 随着数据科学研究的不断深入,异常数据对数据分析工作的干扰也越来也大,如何有效检测异常数据已成为数据研究的关键问题之一.目前传统基于距离的方法仅考虑单个对象的异常性,缺少对正常对象之间如何抱团的分析,针对此问题,论文提出了一种基于邻近性(Proximity)和团(Clique)的异常检测算法——PCOD(Proximity Cliques Outlier Detec-tion)算法.该算法引入了图论中团的概念,通过团来解释正常对象之间的连接,根据数据对象间的连接性来分析数据点是否为异常点.PCOD算法主要包括两个步骤:首先,根据数据对象之间的邻近性,将数据中各个对象表示为存在边的无向图;再递归搜索图获取所有团集合,对所有的团进行分析并检测出没有抱团的异常点.最后,使用Arrhythmia、Pima、Vowel等UCI数据集进行实验,实验结果表明PCOD算法在精确率方面优于同类异常检测算法.
|
| 关 键 词： | 异常检测 邻近性 稀疏图 团搜索 |
An Outlier Detection Algorithm Based on Proximity Cliques |
| |
| XIE Feng,CAI Jianghui,YANG Haifeng,XUN Yaling.An Outlier Detection Algorithm Based on Proximity Cliques[J].Computer and Digital Engineering,2021,49(5):971-976. |
| |
| Authors: | XIE Feng CAI Jianghui YANG Haifeng XUN Yaling |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
