文献类型：期刊文章

作　　者：许红龙[1,2] 唐颂[3] 毛睿[1] 陈国良[1] 刘刚[1]

机构地区：[1]深圳大学计算机与软件学院广东省普及型高性能计算机重点实验室,广东深圳518060 [2]佛山科学技术学院数学与大数据学院,广东佛山528000 [3]南开大学化学学院,天津300071

出　　处：《小型微型计算机系统》

基　　金：国家"八六三"高技术研究发展计划项目(2015AA015305)资助;国家自然科学基金委-广东联合项目(U1301252;U1501254)资助;广东省重点实验室建设项目(2012A061400024)资助;广东省自然科学基金项目(2015A030313636)资助

年　　份：2017

卷　　号：38

期　　号：5

起止页码：983-987

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于支撑点的度量空间离群检测算法旨在尽快提高离群度阀值,以达到快速检测离群点的效果.然而现有的相关算法缺乏有效的支撑点选取方法,造成支撑点选取结果不稳定,最终导致算法性能波动较大.应用于聚类的密度峰值算法不失为一种良好的支撑点选取算法,然而其密度峰值搜索目标难以确定.通过改进密度峰值算法,通过自动确定距离值,计算该范围内对象的数量来确定密度峰值,从而选取出具有最大密度的支撑点,应用于度量空间离群检测之中.实验结果表明该算法较已有算法获得较大的提升,平均加速比为2.41,最高达6.28;距离计算次数平均减少60.67%,最高达91.17%,而建立索引所需时间在可接受范围内.

关 键 词：离群检测 度量空间 索引 支撑点  密度峰值  

分 类 号：TP311]