基于密度的局部離群點挖掘算法研究.pdf

1、離群點挖掘作為數據挖掘的重要組成部分,能夠從大量復雜的數據中找到小部分與其他數據相比最不一致、顯著異常的數據點,這些異常點往往包含著非常重要的信息。本文通過研究現有的離群點挖掘算法以及目前國內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)模高維數據和空間數據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圖的局部加權空間離群點挖掘算法。
　　 在大規(guī)模高維數據集上,由

2、于LOF算法需要反復遍歷數據庫計算所有點的鄰域,時間復雜度非常高,本文提出一種改進的離群點挖掘算法。算法使用核K-means聚類將數據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,選取數據集內真實的點代替均值點,從而減小離群點的干擾。最后對劃分好的數據簇,通過度量函數判斷數據簇內點的分布情況,選出離群點候選集,僅對該候選集內的點進行局部離群點挖掘?；诤薑-means聚類的離群點檢測算法約減了參與計算的數據點,從而降低了執(zhí)行

3、時間。
　　 在空間數據挖掘中,由于空間數據具有自相關性和空間異質性,因此,傳統(tǒng)的離群點挖掘方法在空間領域內挖掘效果并不理想。本文根據空間離群點挖掘的現有問題,提出了基于Voronoi圖的局部加權空間離群點挖掘算法,該方法將空間數據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據的鄰域,解決了數據的自相關性;通過計算對象的局部離群因子,解決空間數據的異質性。使用Voronoi圖查找數據對象的鄰域能夠將時間復雜度降低到O