基于映射距离比离群因子的离群点检测算法

来源：计算机集成制造系统杂志2024年第5期北京时间：

作者：张忠平, 姚春辰, 孙光旭, 刘硕, 张睿博, 魏永辉

单位：1.燕山大学信息科学与工程学院2.河北省计算机虚拟技术与系统集成重点实验室3.武汉理工大学国际教育学院4.燕山大学里仁学院5.蒙古科技大学信息与通信技术学院

摘要：针对基于邻近性的离群点检测方法需要花费大量时间过滤正常点,并且在检测全局离群点时难以检测出局部离群点的问题,提出一种基于映射距离比离群因子离群点检测(MDROF)算法。首先,为了减少正常点在检测过程中的时间消耗,给出了差异相似度的概念,通过定义差异相似度剪枝因子过滤掉数据集中的大部分正常点。其次,定义映射k距离,通过映射距离与可达距离的比值刻画数据对象的局部离群程度,通过可达密度刻画数据对象的全局离群程度。最后,结合数据对象相互近邻点的平均排位定义映射距离比离群因子来检测离群点。在人工数据集以及真实数据集上分别对该算法与其他经典的离群点检测算法在精确率、AUC值和离群点发现曲线上进行实验对比分析。实验结果证明MDROF算法在离群点检测的准确性和稳定性上明显优于对比算法。

关键词：数据挖掘,离群点检测,差异相似度剪枝,映射k距离,映射距离比

基金资助：国家自然科学基金资助项目(61972334);河北省创新能力提升计划基金资助项目(222567626H);中央引导地方科技发展资金资助项目(226Z1707G);四达铁路智能图像工件识别基金资助项目(x2021134);秦皇岛城发健康产业发展有限公司绩效考核管理系统资助项目(x2022247)。