论文部分内容阅读
大多数基于密度的异常点检测算法需要设置两个输入参数，并对输入参数很敏感，用户设置不正确会导致算法不能发现所有有意义的异常点，甚至是发现错误的异常点，这使得评价一个数据挖掘算法的“3-E”标准中“易于使用”这一点不能得到满足。为此，首先根据对象的邻域、反邻域和局部密度构造基于邻域的局部密度因子NLDF，NLDF可指示异常点的异常程度，然后提出一种屏蔽输入参数敏感的异常点检测算法ODINP。ODINP的一个非常显著的优点就是只需要一个参数k并且对k不敏感。该算法在保持已有基于密度的异常点检测算法高效性的同时，