论文部分内容阅读
军事训练领域的特殊性造成其相关数据存在大量的噪声点，同时也为噪声检测算法提出了相应的要求。分析现有数据噪声点检测算法，提出将数据属性分为空间属性、环境属性、特征属性，利用空间属性确定数据对象的分类，利用环境属性确定具有不同特征的数据对象邻域，利用特征属性计算离群度。改进了基于相对密度的离群度计算方法，提出LRDF算法，实验结果表明，该方法有效地提高了噪声点检测的精度和效率，增强算法可用性。