期刊论文

中文

计算机科学

1002-137X

2013

40

8

181-185

10.3969/j.issn.1002-137X.2013.08.038

国家自然科学基金项目

本校为第一机构

基于密度的局部离群点检测算法(LOF)的时间复杂度较高且不适用于大规模数据集和高维数据集的离群点检测。通过对LOF算法的分析,提出了一种新的局部离群点检测算法NLOF,该算法的主要思想如下:在数据对象邻域查询过程中,尽可能地利用已知信息优化邻近对象的邻域查询操作,有关邻域的计算查找都采用这种思想。首先通过聚类算法DBSCAN对数据集进行预处理,得到初步的异常数据集。然后利用LOF算法中计算局部异常因子的方法计算初步异常数据集中对象的局部异常程度。在计算数据对象的局部异常因子的过程中,引入去一划分信息熵增量,用去一划分信息熵差确定属性的权重,対属性的权值做具体的量化,在计算各对...

The time complexity of the density-based outlier detecting algorithm （LOF algorithm） is not ideal, which effects its applications in large scale datasets and high dimensional datasets. Under such circumstances, a new density- based outlier detecting algorithm （NLOF algorithm） was introduced. The main idea of the NLOF algorithm is as fol- lows：the known information is used as much as possible to optimize the neighborhood query operation of adjacent ob- jects in the process of neighborhood searching of a data object. This method is adopted i...