理工科论文模板.docVIP

本科毕业论文 基于离群度的离群点检测算法的分析与比较 Analysis and comparison of outlier degree-based algorithms 学院名称： 专业班级： 学生姓名： 指导教师姓名： 指导教师职称： 2006 年 6 月 基于离群度的离群点检测算法的分析与比较 专业班级： 学生姓名： 指导教师： 职称： 摘 要 离群点检测算法很多，算法采取的角度也是多种多样。无论是基于距离、基于统计还是基于偏离的检测算法都可以判断一个点是否是离群点。本文认为有必要确定每个对象的离群程度，再根据离群度确定最有可能异常的对象。 基于相似系数和的离群点检测算法思想是：对数据集进行标准化，然后构造一个相似系数矩阵,通过对象的相似系数之和判断对象的孤立程度。该算法可用于检测多目标决策和综合评价中远远偏离群体的孤立点集。 基于密度的离群点检测算法中每个点的离群度被称为（局部离群因子）。该算法的重点是计算任意对象的，列出对象的邻域，通过计算对象的局部可达密度来得出的局部离群因子。这种方法能够检测出基于距离算法所不能识别的一类异常——局部异常，即每个数据点的孤立程度只与它周围数据点的距离有关，而与数据集中其他的点无关。 基于相邻关系的离群点检测算法中每个点的离群度被称为（离群系数）。该方法不需要直接计算距离或密度，重点计算任意对象的邻居数目和将作为邻居的数据点数目。与已有的方法相比具有直观、简单等优点，而且效率和效果上优于基于密度的方法。 关键词：离群点 异常检测 离群度 基于密度 相似系数 相邻关系 Analysis and comparison of outlier degree-based algorithms Abstract There are many outlier detection algorithms such as distance-based, statistics-based and deviation-based algorithms. They can judge whether a object is an outlier. However, in this paper we contend that for many scenarios, it is more meaningful to assign to each object a degree of being an outlier. The procedure of similar coefficient sum-based algorithm is that first standardize the data set, second construct similar coefficient matrix and then work out each object’s outlier degree through similar coefficient sum. It is used to detect outlier set that some objects which deviate the mass in the multiple objectives decision making (MODM) and comprehensive evaluating. In the density-based algorithm, we assign each object an outlier degree which is called the local outlier factor (LOF) of an object. The procedure of this algorithm is that first figure out the k-distance of object p, second list k-distance neighborhood of an object p, third compute local reachability density of an object p and last come out LOF. This algorithm can detect the outlier, while distance-b