NLOF：基于网格过滤的两阶段离群点检测算法

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》

王立英 石磊 伊静 宋天霞

摘要： 离群点检测旨在有效识别数据集中的异常数据，挖掘出数据集中有意义的潜在信息。现有的离群度检测算法因没有对原数据进行处理导致计算时间复杂度过高，检测效果不理想。提出一种基于网格过滤的两阶段离群点检测算法NLOF：首先使用网格过滤对原数据进行初步筛选，将密度小于特定阈值的数据放入候选异常子集中；然后为了进一步优化基于密度的算法，基于k邻域，根据邻域中数据点的个数与邻域所组成圆的面积之比，作为数据点密度计算的依据，进行离群点检测以获得更准确的离群点集。在多种公开数据集上进行实验，实验表明，该方法可以在异常检测中取得良好的性能，同时降低了算法的时间复杂度。

 点击量 1741  下载量 1037  评论