文献

J-GLOBAL ID：202002248498061437   整理番号：20A2102840

近傍システム密度差異測定に基づく異常値検出アルゴリズムを提案した。【JST・京大機械翻訳】

Outlier detection algorithm based on neighborhood system density difference measurement

著者 (6件)： Du Xusheng (新疆大学 軟件学院,烏魯木斉 830008) ,  Yu Jiong (新疆大学 軟件学院,烏魯木斉 830008;新疆大学 信息科学与工程学院,烏魯木斉 830008) ,  Chen Jiaying (新疆大学 信息科学与工程学院,烏魯木斉 830008) ,  Wang Yuefei (新疆大学 信息科学与工程学院,烏魯木斉 830008) ,  Pu Yonglin (新疆大学 信息科学与工程学院,烏魯木斉 830008) ,  Ye Lele (西安交通大学 軟件学院,西安 710049)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 7  ページ： 1969-1973  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 異常値検出アルゴリズムLOFは,高次元離散分布データセットにおいて,低い検出精度および高いパラメータ感度を持った。NSD(neighborhoodsystemdensitydifference)アルゴリズムを,近隣システム密度差計量に基づいて提案した。従来の密度ベースの異常値検出方法と比較して,NSDアルゴリズムは,切断距離の概念を導入した。第一に,データセットにおけるオブジェクトの隣接点の個数を計算し,次に,オブジェクトの近傍システム密度を計算し,次に,オブジェクトの密度を,その近隣の密度と比較して,目標オブジェクトとその近隣が同一クラスタに向かうかどうかを判定し,最後に,アウトプットは,異常値からのオブジェクトであるかもしれない。NSDアルゴリズムとLOF、LDOF、CBOFアルゴリズムによる実際のデータセットと合成データセットにおける比較実験により、NSDアルゴリズムは高い検出精度と実行効率及び低いパラメータ敏感性を有し、NSDアルゴリズムが有効で実行可能であることが証明された。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  クラスタ ,  *異常値 ,  高次元 ,  比較試験
準シソーラス用語： 密度差 ,  検出精度 ,  *検出アルゴリズム ,  *異常値検出 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 近傍 ,  密度差 ,  異常値検出 ,  アルゴリズム ,  提案