基于邻域链的数据异常点检测

来源期刊：控制与决策2019年第7期

论文作者：梁绍一 韩德强

文章页码：1433 - 1440

关键词：数据挖掘;异常点检测;局部密度;局部异常因子;欧氏距离;邻域链;

摘    要：异常点检测(outlier detection)领域的大量研究都集中于一类"基于密度的"方法,这类方法能够克服许多传统异常点检测方法的缺陷,但仍大多使用基于几何距离的方式进行数据点局部密度的估计,导致在某些情况下反直观结果的出现.针对该问题,用一种基于邻域链的方法取代传统方法进行局部密度的估计,设计新的异常点检测方法.实验结果表明,对比经典的基于密度的异常点检测方法LOF(Local outlier factor)以及几种基于LOF的改进方法,所提出的方法能够更加准确地区分正常和异常数据点,避免反直观结果的出现.