10.3969/j.issn.1007-130X.2019.05.017
基于改进的OPTICS聚类和LOPW的离群数据检测算法
针对现有的离群数据检测算法时间复杂度过高,且检测质量不佳的不足,提出一种新的基于改进的OPTICS聚类和LOPW的离群数据检测算法.首先,使用改进的OPTICS聚类算法对原始数据集进行预处理,筛选由聚类形成的可达图得到初步离群数据集;然后,利用新定义的基于P权值的局部离群因子LOPW计算初步离群数据集中对象的离群程度,计算距离时引入去一划分信息熵增量确定属性的权重,提高离群检测准确性.实验结果表明,改进后的算法不仅提高了运算效率,而且提高了对离群数据检测的精确度.
LOF算法、离群数据检测、OPTICS聚类、信息熵、加权距离
41
TP393(计算技术、计算机技术)
2019-06-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
885-892