一种多目标自适应DBSCAN离群点检测算法

摘要：

在基于聚类的DBSCAN离群点检测算法中,存在参数Eps的不确定性和全局统一性问题.因此,本文首先提出了一种基于多目标优化的自适应DBSCAN离群点检测算法,根据不同数据集的特点,通过NSGA-Ⅱ优化算法为数据集中的每个数据自适应地求解一个最优Eps,不仅避免了人为经验设置参数的不足,还解决了全局参数带来的聚类不精确问题.其次,通过基于Eps的LOF算法进行离群点检测,减少了计算量.最后,通过在不同数据集下的实验对比,结果表明本文提出的算法对于检测离群点有更高的准确率.

关键词：离群点检测、多目标优化、参数设置、DBSCAN、NSGA-Ⅱ

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金;山西省重点研发计划项目

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：702-706