典型文献
基于马尔科夫随机游走的两阶段离群检测算法
文献摘要：
基于邻域的离群点检测算法中,参数的选择与确定是一个重要的问题,不合理的参数选择导致算法的性能显著下降.为减少参数对于离群点检测的影响,提出了一种基于马尔科夫随机游走的两阶段离群检测算法,可以在不影响算法效率的基础上,有效降低参数对检测结果的影响.该算法采用均匀采样策略生成一系列三角剖分图,并引入移除规则得到节点的拓扑结构,从而获得由节点连通性定义的转移概率矩阵,有效减少了算法的计算量和运行时间;其采用加权投票原则重新定义重启向量,并将不同图上得到的平稳分布向量的平均偏差值作为离群点分数,有效地提高了算法的准确性.采用合成数据集以及UCI数据集,验证了该算法与现有的算法相比有更高的准确率.
文献关键词：
离群点检测;DLS-三角剖分;马尔科夫随机游走
中图分类号：
作者姓名：
席婷婷;赵旭俊;苏建花
作者机构：
太原科技大学 计算机科学与技术学院,太原 030024
文献出处：
引用格式：
[1]席婷婷;赵旭俊;苏建花-.基于马尔科夫随机游走的两阶段离群检测算法)[J].计算机工程与应用,2022(01):89-98
A类：
马尔科夫随机游走
B类：
两阶段,离群检测,检测算法,邻域,离群点检测,参数选择,算法效率,均匀采样,采样策略,三角剖分,剖分图,移除,拓扑结构,连通性,转移概率矩阵,计算量,运行时间,加权投票,重新定义,重启,上得,平稳分布,平均偏差,偏差值,合成数据集,UCI,DLS
AB值：
0.325334
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。
