文档名：基于邻域离散度的异常点检测算法
异常点检测在机器学习和数据挖掘领域中有着十分重要的作用.当前异常点检测算法的一大缺陷是正常数据在边缘处异常度较高,导致在某些情况下误判异常点.为了解决该问题,提出了一种新的基于邻域离散度的异常点检测算法.该算法将数据点所在邻域的离散度作为该数据点的异常度,从而避免边缘数据点异常度过高.实验结果表明,该算法能够更有效地检测数据集中的异常点,并且算法对参数选择不敏感,性能较为稳定，准确度较高。
作者：沈琰辉刘华文赵建民徐晓丹
作者单位：浙江师范大学数理与信息工程学院金华321004
母体文献：2015全国理论计算机科学学术年会论文集
会议名称：2015全国理论计算机科学学术年会
会议时间：2015年10月30日
会议地点：金华
主办单位：中国计算机学会
语种：chi
分类号：TP3O17
关键词：异常点检测算法 数据处理 准确度 邻域离散度
在线出版日期：2017年7月25日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.7 MB
- 下载次数:
- 60
-
高速下载
|
|
