[发明专利]基于三支决策和距离的离群点检测方法

摘要

本发明公开了基于三支决策和距离的离群点检测方法：S1接收输入的数据集为信息系统S，S中包含m个对象和若干个条件属性；S2获取数据集中每个对象的k近邻距离和；S3对所有对象的k近邻距离和进行归一化处理，并将经过归一化的结果作为三支决策的条件概率；S4建立两个最优化目标；S5通过解最优化问题1，得到所需参数k的值为k′；S6选择归一化结果作为三支决策的条件概率；S7解最优化问题2，得出阈值α，γ，β，进行三支决策划分得到正域和边界域；S8判断正域是否为空；S9正域为空，结束本流程；S10正域不为空，输出正域对象，将边界域中的对象作为新的数据集；S11归一化新数据集的k近邻距离和k＝k′，作为新的三支决策条件概率，转到步骤S7。

主权项

1.一种基于三支决策和距离的离群点检测方法，用于挖掘UCI数据库中的Iris Plants数据集的离群点，其特征在于，其包括如下步骤：S1、接收输入的数据集，所述数据集为信息系统S，信息系统中包含m个对象和若干个条件属性，令k＝1，2，3，…，m；S2、针对每一个k值，获取数据集中每个对象的k近邻距离和；S3、针对每一个k值，对所有对象的k近邻距离和进行归一化处理，并将经过归一化的结果作为三支决策的条件概率；S4、根据决策风险损失最优化原则建立两个最优化目标；S5、通过解最优化问题1，得到所需参数k的值为k′；解最优化问题1的公式如下：s.t.0≤β＜γ＜α≤1，ε≥1，1＜k＜m其中，α，γ，β为阈值，p为概率；S6、根据步骤S5得出的参数k的值k′选择所有对象的k近邻距离和k＝k′的归一化结果作为三支决策的条件概率；S7、解最优化问题2，得出阈值α，γ，β，对所有对象进行三支决策划分得到正域和边界域；解最优化问题2的公式如下：s.t.0≤β＜γ＜α≤1，ε≥1，k＝k′其中α，γ，β为阈值，p为概率；S8、判断正域是否为空；S9、如果正域为空，结束本流程；S10、如果正域不为空，输出正域对象，将边界域中的对象作为新的数据集；S11、归一化新数据集的k近邻距离和k＝k′，作为新的三支决策条件概率，转到步骤S7。