典型文献
一种基于邻域粒度熵的离群点检测算法
文献摘要：
离群点检测是数据挖掘领域的重要研究方向之一,其目的是找出数据集中与其他数据对象显著不同的一小部分数据.离群点检测在网络入侵检测、信用卡欺诈检测、医疗诊断等领域有着非常重要的应用.近年来,粗糙集理论被广泛用于离群点检测,然而,经典的粗糙集模型不能有效处理数值型数据.对此,本文利用邻域粗糙集模型来检测离群点,在邻域粗糙集中引入一种新的信息熵模型——邻域粒度熵.基于邻域粒度熵,提出一种新的离群点检测算法OD NGE.实验结果表明,相对于已有的离群点检测算法,OD_NGE具有更好的离群点检测性能.
文献关键词：
离群点检测;邻域粗糙集;知识粒度;邻域粒度熵;数值型数据
中图分类号：
作者姓名：
段珣;杨志勇;江峰
作者机构：
青岛科技大学信息科学与技术学院,山东 青岛 266061
文献出处：
引用格式：
[1]段珣;杨志勇;江峰-.一种基于邻域粒度熵的离群点检测算法)[J].计算机与现代化,2022(10):19-23
A类：
邻域粒度熵
B类：
离群点检测,检测算法,数据对象,一小部分,网络入侵检测,信用卡欺诈,欺诈检测,医疗诊断,粗糙集理论,数值型数据,邻域粗糙集,信息熵模型,OD,NGE,检测性能,知识粒度
AB值：
0.202844
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。
