基于局部密度的快速离群点检测算法
来源：计算机应用杂志2017年第10期北京时间：
作者：邹云峰, 张昕, 宋世渊, 倪巍伟
单位：1. 国网江苏省电力公司 电力科学研究院, 南京 210036;2. 东南大学 计算机科学与工程学院, 南京 211189
摘要：已有的密度离群点检测算法LOF不能适应数据分布异常情况离群点检测，INFLO算法虽引入反向k近邻点集有效地解决了数据分布异常情况的离群点检测问题，但存在需要对所有数据点不加区分地分析其k近邻和反向k近邻点集导致的效率降低问题。针对该问题，提出局部密度离群点检测算法--LDBO，引入强k近邻点和弱k近邻点概念，通过分析邻近数据点的离群相关性，对数据点区别对待；并提出数据点离群性预判断策略，尽可能避免不必要的反向k近邻分析，有效提高数据分布异常情况离群点检测算法的效率。理论分析和实验结果表明，LDBO算法效率优于INFLO，算法是有效可行的。
关键词：离群点检测,局部密度,强k近邻点,弱k近邻点,反向k近邻点集
基金资助：国家自然科学基金资助项目（61370077）。
