全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于方形邻域和裁剪因子的离群点检测方法

Keywords: 数据挖掘,数据挖掘,离群点,离群点,方形邻域,方形邻域,裁剪因子,裁剪因子,局部稀疏指数,局部稀疏指数

Full-Text   Cite this paper   Add to My Lib

Abstract:

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

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133