文献类型：期刊文章

作　　者：王跃飞[1] 于炯[1,2] 苏国平[3] 钱育蓉[2] 廖彬[4] 刘粟[1]

WANG Yue-Fei;YU Jiong;SU Guo-Ping;QIAN Yu-Rong;LIAO Bin;LIU Su(College of Information Science and Engineering,Xinjiang University,Urumqi 830046;School of Software,Xinjiang University,Urumqi 830008;The Economic and Information Commission of Xinjiang Uyghur Autonomous Region,Urumqi 830000;School of Statistics and Information,Xinjiang Uni-versity of Finance and Economics,Urumqi 830012)

机构地区：[1]新疆大学信息科学与工程学院,乌鲁木齐830046 [2]新疆大学软件学院,乌鲁木齐830008 [3]新疆维吾尔自治区经济和信息化委员会,乌鲁木齐830000 [4]新疆财经大学统计与信息学院,乌鲁木齐830012

出　　处：《自动化学报》

基　　金：国家自然科学基金(61862060,61462079,61562086,61562078)资助~~

年　　份：2019

卷　　号：45

期　　号：11

起止页码：2107-2127

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：长期以来,孤立点的检测一直聚焦于簇边缘的离散点,当聚类后簇的数目低于实际数目,或孤立点被伪装在簇内的情况下,簇内孤立点的判定则会更加困难.为判定簇内孤立点,提出一种基于密度聚类DBSCAN (Density based spatial clustering of application with noise)的簇内孤立点检测方法 ODIC-DBSCAN (Outlier detection of inner-cluster based on DBSCAN).首先在建立距离矩阵的基础上,通过半径获取策略得到针对该点集的k个有效半径Radius集合,并据此构造密度矩阵;然后建立点集覆盖模型,提出了相邻有效半径构造的覆盖多维体能够覆盖点集的思想,并通过拉格朗日乘子法求取最优的覆盖多维体数目之比,输出点比阈值组;最后重建ODIC-DBSCAN的孤立点检测方法,以簇发生融合现象作为算法终止的判定条件.实验通过模拟数据集,公开benchmark与UCI数据集共同验证了ODIC-DBSCAN算法,展示了聚类过程;分析了算法性能;并通过与其他聚类、孤立点判定方法的对比,验证了算法对簇内孤立点的判定效果.

关 键 词：聚类 DBSCAN 簇内孤立点  密度关联  孤立点检测

分 类 号：TP3[计算机类]