基于局部信息熵的加权子空间离群点检测算法

被引：27

作者：

倪巍伟 ^{[1
]}

陈耿 ^{[2
]}

陆介平 ^{[3
]}

吴英杰 ^{[1
]}

孙志挥 ^{[1
]}

机构：

[1] 东南大学计算机科学与工程学院

[2] 南京审计学院审计信息工程实验室

[3] 江苏省镇江市科技局

来源：

计算机研究与发展 | 2008年 / 07期

基金：

高等学校博士学科点专项科研基金;

关键词：

高维数据; 离群点检测; 信息熵; 子空间挖掘; 权向量;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

离群点检测作为数据挖掘的一个重要研究方向,可以从大量数据中发现少量与多数数据有明显区别的数据对象."维度灾殃"现象的存在使得很多已有的离群点检测算法对高维数据不再有效.针对这一问题,提出基于局部信息熵的加权子空间离群点检测算法SPOD.通过对数据对象在各维进行邻域信息熵分析,生成数据对象相应的离群子空间和属性权向量,对离群子空间中的属性赋以较高的权值,进一步提出子空间加权距离等概念.采用基于密度离群点检测的思想,分析计算数据对象的子空间离群影响因子,判断是否为离群点.算法能够有效地适应于高维数据离群点检测,理论分析和实验结果表明算法是有效可行的.

引用

页码：1189 / 1194

页数：6