科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开一种基于k#d树的局部离群因子LOF离群点检测方法,主要解决当前LOF离群点检测方法在离群点检测时时间与空间复杂度高的问题,其技术方案为：使用k#d树对k维空间中的数据对象进行存储以便对其进行快速检索,用垂直于坐标轴的超平面切分k维数据空间构造k#d树,k#d树的每个结点对应于一个k维超矩形区域,所有的离群点检测都在k#d树结构上进行。本发明克服了现有技术中LOF离群点检测方法在处理实时大规模的高维数据对象时时间与空间复杂度较高,实用性差的问题,在保证大规模数据集下离群点检测准确率的同时提高了计算过程的高效性与实用性。
- 单位
