面向混合數(shù)據(jù)的孤立點(diǎn)檢測(cè)算法研究.pdf

1、孤立點(diǎn)檢測(cè)作為模式識(shí)別領(lǐng)域研究的熱點(diǎn)問(wèn)題，它的研究目的在于揭示隱藏在大規(guī)模數(shù)據(jù)背后的“秘密”，例如：找出不符合我們預(yù)期正常行為的模式，以期發(fā)現(xiàn)對(duì)決策有用的信息。目前，現(xiàn)存的孤立點(diǎn)檢測(cè)方法在運(yùn)行效率和檢測(cè)質(zhì)量方面都獲得了較好的評(píng)價(jià)。然而，這些算法多是針對(duì)數(shù)值或分類數(shù)據(jù)的單獨(dú)檢測(cè)?，F(xiàn)實(shí)應(yīng)用中紛繁復(fù)雜且規(guī)模龐大的數(shù)據(jù)多為混合類型，現(xiàn)有的方法對(duì)其檢測(cè)效果不明顯。
　　本文對(duì)面向數(shù)值和混合數(shù)據(jù)的孤立點(diǎn)檢測(cè)算法做了深入研究，主要研究成果包括：

2、
　?。?）提出了面向數(shù)值數(shù)據(jù)的PNNRD算法，主要過(guò)程是：①通過(guò)標(biāo)準(zhǔn)差估計(jì)數(shù)據(jù)集的離散程度，為數(shù)據(jù)集中的各列屬性賦權(quán)重；②使用合適的距離公式度量數(shù)據(jù)對(duì)象間的相異程度；③利用數(shù)據(jù)對(duì)象的正反向近鄰差與其鄰域密度的比值描述該數(shù)據(jù)對(duì)象的孤立程度，最終得到孤立點(diǎn)集合。實(shí)驗(yàn)結(jié)果利用可視化技術(shù)體現(xiàn)，直觀驗(yàn)證了本文提出的PNNRD算法的有效性。
　?。?）結(jié)合PNNRD算法和WDOD算法，設(shè)計(jì)并實(shí)現(xiàn)了面向混合數(shù)據(jù)的MPNNRD算法，主要過(guò)

3、程是：①通過(guò)PNNRD算法求得樣本對(duì)象在數(shù)值屬性上的孤立分?jǐn)?shù)；②通過(guò)WDOD算法求得樣本對(duì)象在分類屬性上的孤立分?jǐn)?shù)；③利用合適參數(shù)結(jié)合由過(guò)程①和②得到的孤立分?jǐn)?shù)求得該樣本對(duì)象整體上的孤立程度，最終得到孤立點(diǎn)集合。實(shí)驗(yàn)在UCI的多個(gè)數(shù)據(jù)集上都取得了較好的檢測(cè)效果。
　?。?）利用MATLAB2011a的GUI平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)了面向數(shù)值和混合數(shù)據(jù)的孤立點(diǎn)檢測(cè)實(shí)驗(yàn)系統(tǒng)，實(shí)現(xiàn)了人機(jī)交互的友好性。該系統(tǒng)的主要功能包括：數(shù)據(jù)準(zhǔn)備、數(shù)值和混合數(shù)