典型文献
FNOD:基于近邻差波动因子的离群点检测算法
文献摘要：
针对现存离群点检测算法和剪枝方法存在算法精确度较低和剪枝程度小的问题,提出了一种基于近邻差波动因子的离群点检测方法.该方法首先依据离群点的相互k近邻(MUN)点数远小于参数k这一特点,提出了一种基于近邻关系的剪枝方法;然后提出近邻差的概念来刻画数据对象与其邻居点的分布特征,在变化的参数k下,离群点和正常点的近邻差的变化不同;最后采用近邻差波动衡量每个数据点的离群程度,进而检测出离群点.人工数据集和真实数据集下的实验结果表明,该算法能够有效且较为全面地检测出离群点.
文献关键词：
数据挖掘;离群点;剪枝;相互k近邻(MUN);近邻差波动因子
中图分类号：
作者姓名：
张忠平;邓禹;刘伟雄;张玉停
作者机构：
燕山大学信息科学与工程学院 秦皇岛066004;河北省计算机虚拟技术与系统集成重点实验室 秦皇岛066004;河北省软件工程重点实验室 秦皇岛066004
文献出处：
引用格式：
[1]张忠平;邓禹;刘伟雄;张玉停-.FNOD:基于近邻差波动因子的离群点检测算法)[J].高技术通讯,2022(07):674-686
A类：
FNOD,近邻差波动因子
B类：
离群点检测,检测算法,剪枝方法,MUN,近邻关系,数据对象,邻居,据点,出离,真实数据
AB值：
0.170513
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。
