本发明公开的一种基于相对密度的异常检测算法,属于机器学习和数据挖掘领域。本发明的异常检测算法基于最近邻思想,采取了局部相对密度的方法,异常点由数据点的密度和其近邻密度之间的差异而判定,对于一个给定的数据点,其与近邻之间的相对密度差异越大,则该数据点的异常性越大。同传统的基于密度的方式相比,相对密度方法更具准确性,不仅能够解决基于距离的方法无法检测局部异常的问题,而且能够克服基于密度方法对稀疏数据失效的缺陷。对于不同的数据能够检测出不同的异常类型的点。
声明:
“基于相对密度的异常检测算法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)