您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 自动化理论 > 摘要

基于邻域离散度的异常点检测算法

《计算机科学与探索》2016年 第12期 | 沈琰辉 刘华文 徐晓丹 赵建民 陈中育   浙江师范大学数理与信息工程学院 浙江金华321004
★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要: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。
【分 类】【工业技术】 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习
【关键词】 异常点检测 机器学习 数据挖掘 主成分分析
【出 处】 《计算机科学与探索》2016年 第12期 1763-1772页 共10页
【收 录】 中文科技期刊数据库