%0 Journal Article
%T 基于局部密度的快速离群点检测算法
%A 倪巍伟
%A 宋世渊
%A 张昕
%J 计算机应用
%D 2017
%R 10.11772/j.issn.1001-9081.2017.10.2932
%X 摘要 已有的密度离群点检测算法LOF不能适应数据分布异常情况离群点检测，INFLO算法虽引入反向k近邻点集有效地解决了数据分布异常情况的离群点检测问题，但存在需要对所有数据点不加区分地分析其k近邻和反向k近邻点集导致的效率降低问题。针对该问题，提出局部密度离群点检测算法--LDBO，引入强k近邻点和弱k近邻点概念，通过分析邻近数据点的离群相关性，对数据点区别对待；并提出数据点离群性预判断策略，尽可能避免不必要的反向k近邻分析，有效提高数据分布异常情况离群点检测算法的效率。理论分析和实验结果表明，LDBO算法效率优于INFLO，算法是有效可行的
%K 离群点检测
%K 局部密度
%K 强<i>k近邻点
%K 弱k近邻点
%K 反向k近邻点集</i>
%U http://www.joca.cn/CN/abstract/abstract21158.shtml