Hits :

First Author : 沈琰辉

Date of Publication : 2016-01-01

Journal : 计算机科学与探索

Affiliation of Author(s) : 数理与信息工程学院

Document Type : 期刊

Volume : 第10卷

Issue : 第12期

Page Number : 1763-1772

ISSN : 1673-9418

Key Words : 异常点检测；机器学习；数据挖掘；主成分分析

Abstract : 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,既能有效避免边缘数据点的异常度过高,又能较好地区分正常点与异常点。实验结果表明,该算法能够有效地检测数据中的异常点,并且算法对参数选择不敏感,性能较为稳定。

Translation or Not : no