融合Shadowed Sets聚类的离群点检测算法

摘要：

　　从数据整体和宏观特点给出了离群点的新的定义，并基于数据宏观模式定义了一种新的离群因子，该因子考虑了数据点偏离数据模式的程度和数据点本身归类的不确定性；提出了一种新的Shadowed Sets优化目标，使得在模糊集阴影化过程中更加关注核的准确性；同时基于Shadowed Sets聚类，提出了一种结合聚类的离群点检测算法，该算法可以同时进行聚类和离群点检测；通过模拟数据和Iris数据测试，显示算法具有较好的检测效果。

关键词： 数据处理 离群点检测 聚类算法 阴影集 精度控制

作者: WANG Dan 王丹 MAO Ziyang 毛紫阳 WU Mengda 吴孟达

作者单位: Department of Mathematics and System Science, College of Science, National University of Defense Tec 国防科学技术大学理学院数学与系统科学系,长沙410073

会议类型: 国内会议

会议名称: 第29届中国数据库学术会议

会议地点: 合肥

会议语种:中文

页码: 985-993

在线出版日期: 2012-10-01（万方平台首次上网日期，不代表论文的发表时间）