基于改进的OPTICS聚类和LOPW的离群数据检测算法

Affiliation of Author(s):计算机科学与技术学院/人工智能学院/软件学院

Journal:计算机工程与科学

Key Words:LOF算法;离群数据检测;OPTICS聚类;信息熵;加权距离;

Abstract: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。

Translation or Not:no

Date of Publication:2019-05-15

Co-author:肖雪

Correspondence Author:xsl

Date of Publication:2019-05-15