屏蔽输入参数敏感的异常点检测新方法

计算机科学 ›› 2008, Vol. 35 ›› Issue (12): 192-195.

屏蔽输入参数敏感的异常点检测新方法

陶运信皮德常

南京航空航天大学信息科学与技术学院,南京210016

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家高技术研究发展计划（863计划）项目（2007AA012404）资助.

TAO Yun-xin PI De-chang （College of Information Science and Teehnology,Nanjing University of Aeronautics ＆ Astronautics,Nanjing 210016,Chian）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 大多数基于密度的异常点检测算法需要设置两个输入参数，并对输入参数很敏感，用户设置不正确会导致算法不能发现所有有意义的异常点，甚至是发现错误的异常点，这使得评价一个数据挖掘算法的“3-E”标准中“易于使用”这一点不能得到满足。为此，首先根据对象的邻域、反邻域和局部密度构造基于邻域的局部密度因子NLDF，NLDF可指示异常点的异常程度，然后提出一种屏蔽输入参数敏感的异常点检测算法ODINP。ODINP的一个非常显著的优点就是只需要一个参数k并且对k不敏感。该算法在保持已有基于密度的异常点检测算法高效性的同时，

关键词: 数据挖掘异常点检测参数邻域密度

Abstract: Most density-based outlier detection algorithms require the setting of two input parameters and are sensitive to input parameters. Incorrect setting may cause an algorithm to fail in finding all meaningful outliers and even find wrong outliers, which cann

Key words: Data mining, Outlier detection, Parameter, Neighborhood,Density

陶运信皮德常. 屏蔽输入参数敏感的异常点检测新方法[J]. 计算机科学, 2008, 35(12): 192-195. https://doi.org/

TAO Yun-xin PI De-chang （College of Information Science and Teehnology,Nanjing University of Aeronautics ＆ Astronautics,Nanjing 210016,Chian）. [J]. Computer Science, 2008, 35(12): 192-195. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed