基于数据集对象平均离群因子的离群点选择算法

朱付保; 徐显景; 白庆春; 朱颢东

Chinese

您当前的位置：

首页 >

文章列表页 >

基于数据集对象平均离群因子的离群点选择算法

更新时间：2026-09-04

- 基于数据集对象平均离群因子的离群点选择算法
- Local Outlier Selection Algorithm Based on Average Outlier Factor
- 微电子学与计算机 2016年33卷第1期页码：131-134
- 作者机构：
  
  郑州轻工业学院机构计算机与通信工程学院,河南,郑州,450002
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 61201447河南省科技攻关项目 122102210492河南省教育厅科学技术研究重点项目 13A520368河南省教育厅科学技术研究重点项目 13A520367河南省高等学校青年骨干教师资助计划项目 2014GGJS-084郑州轻工业学院校级青年骨干教师培养对象资助计划项目 XGGJS02
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
朱付保, 徐显景, 白庆春, 朱颢东. 基于数据集对象平均离群因子的离群点选择算法[J]. 微电子学与计算机, 2016, 33(1): 131-134, 139.

ZHU Fu-bao, XU Xian-jing, BAI Qing-chun, et al. Local Outlier Selection Algorithm Based on Average Outlier Factor[J]. 2016, 33(1): 131-134.
朱付保, 徐显景, 白庆春, 朱颢东. 基于数据集对象平均离群因子的离群点选择算法[J]. 微电子学与计算机, 2016, 33(1): 131-134, 139. DOI：

ZHU Fu-bao, XU Xian-jing, BAI Qing-chun, et al. Local Outlier Selection Algorithm Based on Average Outlier Factor[J]. 2016, 33(1): 131-134. DOI：

摘要

针对传统的局部离群点检测算法中存在离群点判定的主观性过强的问题

通过研究局部离群点检测相关算法

提出了一种基于数据集对象平均离群因子的离群点选择算法.该算法首先求得各数据对象的邻域对象

进而根据邻域数据集合求出各自的离群因子

在进行离群点选择时计算出数据集的平均离群因子

将每个对象的离群因子与平均离群因子进行比较判断对象是否为离群点.理论分析和实验对比结果均表明

该算法在进行离群点选择时可以有效地避免离群点选择的主观性

更好地提高检测的准确率.

Abstract

Aiming at the shortage of subjectivity existed in the traditional local outlier detection algorithm

we studied the relevant algorithm of local outlier detection

and a local outlier selection algorithm based on the average outlier factor was proposed. This algorithm calculates the neighborhood of each data object

and figures out the outlier factor according to the dataset of its neighborhood. Comparing the outlier factor of each object with the average outlier factor to determine whether the object is an outlier. Theoretic analysis and experimental results show that this algorithm can avoid the subjectivity of selection and improve the accuracy of selection.

关键词

Keywords

references

Bokyoung Kang, Dongsoo Kim, Suk-Ho Kang. Real-time business process monitoring method for prediction of abnormal termination using KNNI-based LOF prediction[J]. Expert Systems with Applications, 2012, 39(5): 6061-6068. DOI: 6061

Breunig M M, Kriegel H P, Ng R T, et al. LOF: Identifying density based local outliers[C]// Proc of ACM SIGMOD Conf. New York: ACM, 2000: 427-438.

Yuxin Ma, Hongbo Shi, Hehe Ma, et al. Dynamic process monitoring using adaptive local outlier factor[J]. Chemometrics and Intelligent Laboratory Systems, 2013, 127(15): 89-101. DOI: 89

刘欢, 吴介军, 苏锦旗. 基于分化距离的离群点检测算法[J]. 计算机应用研究, 2010, 27(9): 3316-3318. DOI: 3316

姜立明, 柴瑞敏. 基于单元格和属性权重的离群点检测[J]. 计算机应用与软件, 2012, 29(10): 216-218. DOI: 216

张天佑, 王小玲. 基于空间局部偏离因子的离群点检测算法[J]. 计算机工程, 2011, 37(14): 282-284. DOI: 282

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

低功耗设计的双链电源关断策略的实现与验证

基于监控指标关联性的微服务异常检测

超低功耗实时时钟电路的设计

基于改进RT-DETR的航拍小目标检测算法

基于区块链的AI生成内容溯源框架设计研究