基于模糊邻域熵的多粒度离群点检测方法

作者：汪贝琪; 周杰; 高灿

来源：模糊系统与数学, 2022, 36(06): 102-113.

• 离群点检测
• 邻域熵
• 模糊邻域熵
• 理想解法
• 多粒度序列

离群点检测是数据挖掘和机器学习领域重要的研究方向之一，其目的是识别与其他样本表现显著不同的样本。本文提出了一种基于模糊邻域熵的多粒度离群点检测方法。首先，将模糊相似性引入邻域熵和相对熵，提出模糊邻域熵和相对模糊邻域熵的不确定性度量。其次，分析了模糊邻域熵和相对模糊邻域熵在逻辑和几何上的差异特性。最后，结合理想解法(TOPSIS)和多粒度序列提出了新的样本离群程度评判标准TFMME-OF(TOPSIS and Fuzzy Multigranulation Mixed Entropy-based Outlier Factor)。实验结果表明，该方法相较于其它同类方法有更好的离群点检测效果。

• 单位
  深圳大学