典型文献
高维离散分布数据集中NSD算法精度、敏感度校正及应用
文献摘要：
在离群点的研究过程中发现,传统的离群点检测算法精度较低而敏感性过高.为了改善这一现状,在相邻区域数据对象密度差异计算的基础上提出了一种NSD离群点检测算法.首先确定截取距离内与数据集中对象相邻的点的数量,接下来计算邻域点的分布密度并与对象密度进行对比,以判断二者在同一簇特征下的相似性,最后对离群点进行定位.对所提出算法的精度和参数敏感度进行了校正,实际应用结果表明,算法切实有效,适于推广.
文献关键词：
高维离散分布数据集;NSD算法精度;敏感度;数据挖掘
中图分类号：
作者姓名：
韩孝明
作者机构：
吕梁学院汾阳师范分校,山西汾阳032200
文献出处：
引用格式：
[1]韩孝明-.高维离散分布数据集中NSD算法精度、敏感度校正及应用)[J].兰州文理学院学报（自然科学版）,2022(04):20-24
A类：
高维离散分布数据集
B类：
NSD,研究过程,离群点检测,检测算法,相邻区域,数据对象,密度差,截取,接下来,邻域,分布密度,一簇,参数敏感度,切实有效,适于
AB值：
0.296608
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
