[发明专利]一种自适应无参空间离群点检测方法

摘要

本发明属于离群点挖掘领域，尤其涉及一种自适应无参空间离群点检测算法。其特征在于，首先通过基于全局稳定的最近邻确定算法计算出最终最近邻居个数和对象o的空间邻居；计算数据集O中每个对象的空间离群度；对数据集O的非空间维度属性进行离群点检测；设置临界离群点；计算判定空间离群点的门限值；将SLOV大于门限的点作为潜在空间离群点；最后进行空间离群点判别。本发明算法提高了检测精度，并根据数据特性自适应确定离群点检测门限和对象的空间邻域，不需要用户给定空间离群点个数和空间邻域个数就能自主检测出空间离群点，克服了已有的算法对用户依赖大的特点，实现了无参的封闭运算，为无线传感器网络决策剔除了异常数据。

主权项

1.一种自适应无参空间离群点检测方法，其特征在于，所述方法的具体步骤为步骤1、通过基于全局稳定的最近邻确定算法计算出最终最近邻居个数fk，求出数据集O中每个对象空间上最近的fk个点作为空间邻域；得到fk后，距对象o空间最近的fk个点即为o的空间邻居，o的所有空间邻居组成它的空间邻域NH(o)；步骤2、计算每个对象的空间离群度；步骤3、对该数据集的非空间维度属性进行离群点检测；步骤4、针对是否存在非空间维度属性局部离群点的两种情况，设置临界离群点；步骤5、计算判定空间离群点的门限值；步骤6、将空间局部离群值SLOV大于门限的点作为潜在空间离群点；步骤7、进行空间离群点判别；所述步骤2中计算每个对象的空间离群度采用计算空间局部离群值SLOV的方法，空间局部离群值其中，对象o的空间邻居平均间距a和b表示对象o的任意邻域对象，对象o的邻域距离对于oi∈O,oj∈O，对象oi与oj的非空间属性的欧氏距离f(oik)表示对象oi第k维度标准化的非空间属性，f(ojk)表示对象oj第k维度标准化的非空间属性，d表示维数，同理求得对象a与b的非空间属性的欧氏距离和对象a与o的非空间属性的欧氏距离ε代表一个无穷小的数。