基于相似系数和的孤立点检测算法  

AN ALGORITHM FOR OUTLIER DETECTION BASED ON SIMILAR COEFFICIENT SUM

作　　者：陆声链[1] 林士敏[1] 黄万华[2] 

机构地区：[1]广西师范大学数学与计算机科学学院,广西桂林541004 [2]广西师范大学教务处,广西桂林541004

出　　处：《安徽师范大学学报（自然科学版）》2004年第2期133-136,共4页Journal of Anhui Normal University(Natural Science)

摘　　要：简要介绍了一个基于相似系数和的孤立点检测聚类算法,指出了它的局限性,在此的基础上,文中提出了一个改进的算法.算法的思想是,对数据集进行标准化,然后构造一个相似系数矩阵,通过对象的相似系数之和判断对象的孤立程度.改进后的算法除了可以检测出倍数异常孤立点外,还可以检测出分量异常孤立点.After introducing simply a clustering algorithm for checking outlier based on similar coefficient sum, the paper points out its defect. Basing on this, the paper proposes a improved algorithm. Its ideas can be listed as follows: normalizing the attributes data set, then creating a similar coefficient matrix, the degree of deviation can be judged by object's similar coefficient sum. The improved algorithm not noly can detects outliers of times anomaly, but also detects outliers of component anomaly.

关 键 词：相似系数 孤立点检测算法 数据集 异常孤立点 知识发现 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]