邻域粗糙集中基于序列的混合型属性离群点检测

作     者：袁钟 张贤勇 冯山 YUAN Zhong;ZHANG Xian-yong;FENG Shan

作者机构：四川师范大学数学与软件科学学院成都610068 四川师范大学智能信息与量子信息研究所成都610068 

基　　金：国家自然科学基金项目(61673285 61203285)资助 四川省青年科技基金项目(2017JQ0046)资助 四川省教育厅科研基金项目(15ZB0029)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2018年第39卷第6期

页      码：1317-1322页

摘      要：离群点检测具有广泛应用.传统粗糙集的离群点检测方法不能有效处理数值型属性数据,故提出邻域粗糙集中基于序列的混合型属性离群点检测方法.该方法采用每个属性值的均匀性来构建属性序列,以此定义属性集序列并构建邻域类序列;进而,通过分析邻域类序列中对象的变化情况来检测离群点,并设计出相应的离群点检测算法(Sequence-based Mixed Attribute Outlier Detection,SM AOD),该算法在计算单属性邻域覆盖的方式上改进了传统的逐一比较计算模式.最后,在UCI标准数据集上与主要离群点检测方法进行实验比较与分析,结果表明所提方法的有效性.

主 题 词：离群点检测 邻域粗糙集 序列 均匀性 混合型属性 数据挖掘 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-1220.2018.06.036

馆 藏 号：203296162...