[發(fā)明專利]基于三支決策和距離的離群點(diǎn)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410583274.8
• 申請(qǐng)日: 2014-10-28
• 公開（公告）號(hào): CN104317908B
• 公開（公告）日: 2018-08-17
• 發(fā)明（設(shè)計(jì)）人: 徐久誠;劉洋洋;孫林;徐瑾;靳瑞霞;徐天賀;張倩倩;李曉艷
• 申請(qǐng)（專利權(quán)）人: 河南師范大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于三支決策和距離的離群點(diǎn)檢測(cè)方法，用于挖掘UCI數(shù)據(jù)庫中的Iris Plants數(shù)據(jù)集的離群點(diǎn)，其特征在于，其包括如下步驟：

S1、接收輸入的數(shù)據(jù)集，所述數(shù)據(jù)集為信息系統(tǒng)S，信息系統(tǒng)中包含m個(gè)對(duì)象和若干個(gè)條件屬性，令k＝1，2，3，…，m；

S2、針對(duì)每一個(gè)k值，獲取數(shù)據(jù)集中每個(gè)對(duì)象的k近鄰距離和；

S3、針對(duì)每一個(gè)k值，對(duì)所有對(duì)象的k近鄰距離和進(jìn)行歸一化處理，并將經(jīng)過歸一化的結(jié)果作為三支決策的條件概率；

S4、根據(jù)決策風(fēng)險(xiǎn)損失最優(yōu)化原則建立兩個(gè)最優(yōu)化目標(biāo)；

S5、通過解最優(yōu)化問題1，得到所需參數(shù)k的值為k′；

解最優(yōu)化問題1的公式如下：

s.t.0≤β＜γ＜α≤1，ε≥1，1＜k＜m

其中，α，γ，β為閾值，p為概率；

S6、根據(jù)步驟S5得出的參數(shù)k的值k′選擇所有對(duì)象的k近鄰距離和k＝k′的歸一化結(jié)果作為三支決策的條件概率；

S7、解最優(yōu)化問題2，得出閾值α，γ，β，對(duì)所有對(duì)象進(jìn)行三支決策劃分得到正域和邊界域；

解最優(yōu)化問題2的公式如下：

s.t.0≤β＜γ＜α≤1，ε≥1，k＝k′

其中α，γ，β為閾值，p為概率；

S8、判斷正域是否為空；

S9、如果正域?yàn)榭?，結(jié)束本流程；

S10、如果正域不為空，輸出正域?qū)ο螅瑢⑦吔缬蛑械膶?duì)象作為新的數(shù)據(jù)集；

S11、歸一化新數(shù)據(jù)集的k近鄰距離和k＝k′，作為新的三支決策條件概率，轉(zhuǎn)到步驟S7。

2.根據(jù)權(quán)利要求1所述的基于三支決策和距離的離群點(diǎn)檢測(cè)方法，其特征在于，給定數(shù)據(jù)集S＝(U，C，V，f)，其中U是對(duì)象的非空有限集合，C是條件屬性集，V是全體屬性的值域，f是U×A→V的一個(gè)映射且為信息函數(shù)。

3.根據(jù)權(quán)利要求1所述的基于三支決策和距離的離群點(diǎn)檢測(cè)方法，其特征在于，k近鄰距離和為

其中，k＝1，2，3，…，m，i＝1，2，3，…，m，kNN(k，i)表示i在數(shù)據(jù)集中的k個(gè)最近鄰元素的集合。

4.根據(jù)權(quán)利要求1所述的基于三支決策和距離的離群點(diǎn)檢測(cè)方法，其特征在于，歸一化的公式如下