%0 Journal Article
%T 基于方形邻域和裁剪因子的离群点检测方法
%A 涂晓敏
%A 石鸿雁
%J 中山大学学报（自然科学版）
%D 2019
%X 摘要 针对改进的局部稀疏系数 （Enhanced LocalSparsity Coefficient，简称ELSC）算法在邻域查询过程中存在的不足，以及为了提高算法查准率，提出了一种基于方形邻域和裁剪因子的离群点检测算法.首先采用方形邻域，吸取网格算法的思想，以扩张的方形邻域代替网格分割，快速地排除聚类点，避免了网格算法的“维灾”问题.其次为了提高算法的精确度，引入裁剪因子的概念对候选离群点集进行精选.最后通过新定义的局部稀疏指数确定离群点.试验测试表明，该算法的执行效率与检测精度均优于ELSC算法
%K 数据挖掘
%K 数据挖掘
%K 离群点
%K 离群点
%K 方形邻域
%K 方形邻域
%K 裁剪因子
%K 裁剪因子
%K 局部稀疏指数
%K 局部稀疏指数
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4808.shtml