[發明專利]一種基于模糊距離的不確定離群點檢測方法

在審

• 申請號: 201510752402.1
• 申請日: 2015-11-06
• 公開（公告）號: CN105426907A
• 公開（公告）日: 2016-03-23
• 發明（設計）人: 劉文婷
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于模糊距離的不確定離群點檢測方法，其特征在于，包括：

計算不確定數據集中，各數據點到其對應鄰域中的每一數據點的模糊距離；

對所述各數據點到其鄰域中的每一數據點的模糊距離進行加權計算，得到各數據點的鄰域平均距離；

根據所述鄰域平均距離計算得到各數據點的可達距離；

根據所述可達距離計算各個數據點的離群度，并選擇離群度大于預設閾值的數據點為離群點。

2.如權利要求1所述的基于模糊距離的不確定離群點檢測方法，其特征在于，所述計算不確定數據集中，各數據點到其對應鄰域中的每一數據點的模糊距離，具體包括：

將不確定數據集形式化；其中，形式化后的不確定數據集為D＝{X₁,X₂,…,X_n}，其中，n表示不確定數據集D的大小，X_i表示數據集中的第i個元組，X_i之間相互獨立，且X_i＝〈r(X_i),p(X_i)〉，r(X_i)表示數據記錄，p(X_i)表示數據記錄的概率值；

根據所述不確定數據集建立可能世界實例，并計算所述可能世界實例的概率均值；其中，對不確定數據集中的數據點o建立的可能世界實例為可能世界實例W(o)的概率均值為|W(o)|表示W(o)中數據點的個數；

根據建立的可能世界實例計算數據點和其鄰域中的每一數據點的模糊距離；其中，數據點o到其鄰域中的數據點p的模糊距離為ud(p,o)＝p_N(o)d(o,p),p∈N(o)，式中，d(o,p)＝|o-p|為數據點o、p之間的距離，且p≠o}表示數據點o的鄰域，p_N(o)為數據點o的鄰域N(o)的概率。

3.如權利要求2所述的基于模糊距離的不確定離群點檢測方法，其特征在于，所述對所述各數據點和其鄰域中的每一對象的模糊距離進行加權計算，得到各數據點的鄰域平均距離，具體包括：

對所述各數據點和其鄰域中的每一對象的模糊距離進行加權計算，得到各數據點的鄰域平均距離，其中，數據點o的鄰域平均距離為式中，|N(o)|表示N(o)數據點的個數。