數(shù)據(jù)挖掘中孤立點檢測算法的研究.pdf

1、數(shù)據(jù)挖掘是從大量的數(shù)據(jù)集中提取隱含的、未知的、潛在有用的知識的過程，是數(shù)據(jù)庫研究最活躍的領域之一。而孤立點檢測是數(shù)據(jù)挖掘中的重要研究分支，其作用就是發(fā)現(xiàn)數(shù)據(jù)集中的“小模式”，即顯著不同于其它數(shù)據(jù)的對象。經(jīng)過近20年的發(fā)展，孤立點檢測技術得到了廣泛的應用。傳統(tǒng)的孤立點檢測算法存在一些難以克服的障礙，例如算法的參數(shù)難以選擇造成檢測結(jié)果不穩(wěn)定，算法難以適應高維數(shù)據(jù)的特性等。本論文主要針對以上問題，對孤立點檢測算法進行了研究。 本文對當

2、前的孤立點檢測算法進行詳細地研究比較，指出各自的適用范圍和存在的不足，并在此基礎上完成主要工作如下： 本文在對基于單元的孤立點檢測算法的詳細研究分析的基礎上，針對該算法中邊界處孤立點的誤判問題，提出用數(shù)據(jù)集邊界閾值動態(tài)調(diào)整函數(shù)的方法來解決此問題，針對距離值D需要手動輸入的問題，提出利用抽樣平均距離來代替手動輸入距離值D。 改進后的算法不僅有效地減少了邊界處孤立點的誤判，還減少了參數(shù)的輸入，提高了算法的自動化程度。