[发明专利]一种基于信息熵加权的局部离群检测方法在审
| 申请号： | 201910540443.2 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110288014A | 公开（公告）日： | 2019-09-27 |
| 发明（设计）人： | 王丽娜;冯超;邢梓萌;沈朝瑶 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/2458 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 康燕文 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于信息熵加权的局部离群检测方法，首先，预先获取属性为离群属性的样本数据，并设置离群属性权值；其次求出熵权距离；根据熵权距离找出每个样本数据距离最近的k个数据；然后，计算每个样本数据的k近邻距离dr和平均距离Dr；最后计算每个样本数据的局部离群因子eldof(r)。本发明在LDOF算法的基础上增加了熵权信息，即在计算距离时采用熵的加权距离，使得离群数据检测的准确率提高，同时产生一定的时间开销，在检测时不需事先了解数据分布，不依赖达到一定数量和要求的训练集等，有效提高了算法检测精度。 | ||
| 搜索关键词： | 样本数据 检测 信息熵 加权 计算距离 加权距离 距离最近 离群数据 平均距离 时间开销 数据分布 算法检测 预先获取 权信息 训练集 准确率 算法 | ||
【主权项】：
1.一种基于信息熵加权的局部离群检测方法，其特征在于，包括以下步骤：(1)预先获取属性为离群属性的样本数据，并设置离群属性权值；(2)求出熵权距离；(3)根据熵权距离找出每个样本数据距离最近的k个数据；(4)计算每个样本数据的k近邻距离dr和平均距离Dr；(5)计算每个样本数据的局部离群因子eldof(r)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910540443.2/，转载请声明来源钻瓜专利网。
