文献类型：期刊文章

作　　者：周玉[1] 朱文豪[1] 房倩[1] 白磊[1]

ZHOU Yu;ZHU Wenhao;FANG Qian;BAI Lei(School of Electric Power,North China University of Water Resources and Electric Power,Zhengzhou 450011,China)

机构地区：[1]华北水利水电大学电力学院,郑州450011

出　　处：《计算机工程与应用》

基　　金：河南省高等学校青年骨干教师培养计划(2018GGJS079);国家自然科学基金(U1504622,31671580)。

年　　份：2021

卷　　号：57

期　　号：12

起止页码：37-45

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：离群点检测在数据处理中具有重要研究意义,其检测方法大致可以分为基于统计、基于距离、基于密度和基于聚类的方法。为了及时掌握当前基于聚类技术的离群点检测方法的研究现状,通过归纳与整理,将具有代表性的基于聚类的离群点检测方法进行了介绍和归类,将其主要分为静态数据集中的检测方法、数据流中的检测方法、大规模数据中的检测方法和其他方法等四大类。对每类方法所解决的问题、算法思想、应用场景以及各自的优缺点进行了详细的归纳和分析,指出目前存在的问题以及未来发展方向。

关 键 词：离群点检测 聚类 静态数据集  数据流 大规模数据集

分 类 号：TP301.6]