计算机工程与应用

2022, v.58;No.992(01) 89-98

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于马尔科夫随机游走的两阶段离群检测算法
Two-Stage Outlier Detection Algorithm Based on Markov Random Walk

席婷婷;赵旭俊;苏建花;

摘要(Abstract):

基于邻域的离群点检测算法中,参数的选择与确定是一个重要的问题,不合理的参数选择导致算法的性能显著下降。为减少参数对于离群点检测的影响,提出了一种基于马尔科夫随机游走的两阶段离群检测算法,可以在不影响算法效率的基础上,有效降低参数对检测结果的影响。该算法采用均匀采样策略生成一系列三角剖分图,并引入移除规则得到节点的拓扑结构,从而获得由节点连通性定义的转移概率矩阵,有效减少了算法的计算量和运行时间;其采用加权投票原则重新定义重启向量,并将不同图上得到的平稳分布向量的平均偏差值作为离群点分数,有效地提高了算法的准确性。采用合成数据集以及UCI数据集,验证了该算法与现有的算法相比有更高的准确率。

关键词(KeyWords): 离群点检测;DLS-三角剖分;马尔科夫随机游走

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61572343);; 山西省应用基础研究计划项目(201901D111257,201901D211303);; 山西省重点研发计划项目(201803D121059);; 太原科技大学科研启动基金(20192013)

作者(Author): 席婷婷;赵旭俊;苏建花;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享