基于网格上近似的大规模数据集离群点检测算法GROUT.pdf

·l34 · 计算机应用研究 2003 年 基于网格上近似的大规模数据集离群点 检测算法 GROUT ! 1 2 2 李存华 ，孙志挥 ，陈 耿 （ 淮海工学院 计算机科学系，江苏 连云港 ； 东南大学 计算机科学与工程系，江苏 南 1. 222005 2 . 京210018） 摘 要：通过对数据集中离群点分布特性的分析，给出离群点的解析定义，并在度量意义下采用数据空 间网格化方法实现对密集数据主体的过滤，从而构造了在时间和空间上均具有极高效率的离群点检测算 法。 关键词：离群点检测；网格化近似；GROUT 算法 中图法分类号： 文献标识码： 文章编号： （ ） TP391 A 1001-3695 2003 09-0134-03 GROUT-A Grid Approximation-based Aigorithm for Outiier Detection in Large Dataset 1 2 2 LI Cun-hua ，SUN Zhi-hui ，CHEN Geng （ ， ， ， ； ， 1. Dept . of Computer Science Huaihai Institute of Technology Lianyungang Jiangsu 222005 China 2 . Dept . of Computer Science Engineering ， ， ） Southeast Uniuersity Nanj ing Jiangsu 210018 China Abstract：This paper presents a novei approach for outiier detection with high efficiency both in memory and time usage . By reveaiing ， the key features of the outiier detection task and the reai-worid dataset an anaiyticai definition of outiier is given foiiowed by a grid ap- proximation-based detection aigorithm HGROUTH . Resuits of experimentai studies on reai-worid and synthetic datasets demonstrate promis- ing behaviour of our approach . Key words：Outiier Detection；Grid-ievei Approximation；GROUT Aigorithm ［］ 鉴别 l 。然而，基于统计学的离群