高维数据离群点检测的局部线性嵌入方法

摘要：

由于高维空间中数据点比较稀疏,用传统方法来检测高维空间中的离群点不能达到预期效果.提出了一种基于局部线性嵌入的离群点检测方法(OLLE).在OLLE降维方法中,建立了一种有效的粗糙集模型,使数据集的下近似中的点保持局部线性结构.同时构造两个权重,使所有样本点保持局部近邻结构,且保证在降维的过程中使离群点远离正常点.最后,在低维空间中,采用基于最小生成树的k-最近邻启发式方法来检测离群点.通过一系列的模拟实验,证明OLLE方法能达到很好的降维效果,并且在低维空间中可以有效地检测出离群点.

关键词：局部线性嵌入、维数约减、高维数据、离群点、k-最近邻

所属期刊栏目：54

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金11471001

在线出版日期：2018-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：115-122