基于KNN-Join和SNN相似度的空间异常点检测算法
空间异常点是和其空间邻域对象不一致的数据对象或者在数据集中远远偏离其他对象的那些小比例时象.空间异常点的检测在地理信息系统和空间数据库的应用中都有着重要的意义。结合空间数据的特点对空间异常点进行分类,并结合KNN-Join和SNN相似度为不同类别的空间异常点提出检测算法、对算法复杂性进行分析,在检测出空间异常点的基础上统计分析空间异常点的成因.最后对三江并流地区珍稀植物数据进行了试验,试验结果证明该文所提出的算法是有效可行的,不但可以从远距离空间上检测到珍稀植物,还能把生长在同一个空间区域内的但是类别不同的植物作为异常点检测出来.
空间属性异常点 非空间属性异常点 KNN-Join SNN相似度 空间异常点 数据集 地理信息系统
刘晓艳 王丽珍
云南大学信息学院 昆明 650091
国内会议
桂林
中文
90-93
2008-10-24（万方平台首次上网日期，不代表论文的发表时间）