基于密度的局部離群點挖掘算法研究.pdf

1、離群點挖掘作為數(shù)據(jù)挖掘的重要組成部分,能夠從大量復(fù)雜的數(shù)據(jù)中找到小部分與其他數(shù)據(jù)相比最不一致、顯著異常的數(shù)據(jù)點,這些異常點往往包含著非常重要的信息。本文通過研究現(xiàn)有的離群點挖掘算法以及目前國內(nèi)外在離群點挖掘工作上的進展情況,針對離群點挖掘的熱點問題,分別在大規(guī)模高維數(shù)據(jù)和空間數(shù)據(jù)這兩個離群點挖掘研究熱點上,提出了基于聚類約減的局部離群點檢測算法和基于Voinoroi圖的局部加權(quán)空間離群點挖掘算法。
　　 在大規(guī)模高維數(shù)據(jù)集上,由

2、于LOF算法需要反復(fù)遍歷數(shù)據(jù)庫計算所有點的鄰域,時間復(fù)雜度非常高,本文提出一種改進的離群點挖掘算法。算法使用核K-means聚類將數(shù)據(jù)點映射到高維核空間中,通過高維核空間突出了樣本之間的差異,選取數(shù)據(jù)集內(nèi)真實的點代替均值點,從而減小離群點的干擾。最后對劃分好的數(shù)據(jù)簇,通過度量函數(shù)判斷數(shù)據(jù)簇內(nèi)點的分布情況,選出離群點候選集,僅對該候選集內(nèi)的點進行局部離群點挖掘。基于核K-means聚類的離群點檢測算法約減了參與計算的數(shù)據(jù)點,從而降低了執(zhí)行

3、時間。
　　 在空間數(shù)據(jù)挖掘中,由于空間數(shù)據(jù)具有自相關(guān)性和空間異質(zhì)性,因此,傳統(tǒng)的離群點挖掘方法在空間領(lǐng)域內(nèi)挖掘效果并不理想。本文根據(jù)空間離群點挖掘的現(xiàn)有問題,提出了基于Voronoi圖的局部加權(quán)空間離群點挖掘算法,該方法將空間數(shù)據(jù)的屬性劃分為空間屬性和非空間屬性,通過空間屬性確定空間數(shù)據(jù)的鄰域,解決了數(shù)據(jù)的自相關(guān)性;通過計算對象的局部離群因子,解決空間數(shù)據(jù)的異質(zhì)性。使用Voronoi圖查找數(shù)據(jù)對象的鄰域能夠?qū)r間復(fù)雜度降低到O