[发明专利]一种基于密度的局部离群点检测方法

权利要求书

1.一种基于密度的局部离群点检测方法，其特征在于，包括以下步骤：

步骤1，对数据集的各个属性进行归一化处理；

步骤2，搜索离各个对象最近邻的k个对象；

步骤3，计算各个对象与其邻域对象之间距离的平均值，并记为对象的k邻域距离；

步骤4，对各个对象的k邻域距离进行全局归一化处理；

步骤5，计算各个对象与其邻域对象之间距离的方差，并记为对象的k邻域方差；

步骤6，对各个对象的k邻域方差进行全局归一化处理；

步骤7，计算各个对象的k邻域分散度；

步骤8，计算各个对象的k邻域密度；

步骤9，计算各个对象局部离群系数；

步骤10，确定数据集的离群对象。

2.根据权利要求1所述的方法，其中，步骤7邻域分散度N_k-disp(o)的计算可表示为：

Nk-disp(o)=(Nnk-adist(o)+1)Nk-adist(o)*Nnk-vari(o)]]>

Nn_k-adist(o)表示对象的k邻域距离的全局归一化，Nn_k-vari(o)表示对象的k邻域方差的全局归一化，N_k-adist(o)表示对象的k邻域距离。

3.根据权利要求1所述的方法，其中，计算邻域密度N_k-dens(o)的计算可表示为：

Nk-dens(o)=Nk-disp(o)Nk-adist(o)]]>

N_k-dens(o)表示对象的邻域密度，N_k-adist(o)表示对象的k邻域距离。当对象o与其所有邻域对象重合，为了避免N_k-dens(o)无意义，同时保证o的k邻域密度最大，此时直接让N_k-dens(o)在数据集中取一个比其它所有对象的邻域密度稍大的值。