基于属性熵和加权余弦相似度的离群算法

作者：刘爱琴; 荀亚玲

来源：太原科技大学学报, 2014, (03): 171-175.

• 属性熵
• 余弦相似度
• 离群数据
• 天体光谱 attribute entropy
• cosine similarity
• outlier data
• celestial spectra

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。

• 出版日期2014
• 单位太原科技大学