高维离散分布数据集中NSD算法精度、敏感度校正及应用

在离群点的研究过程中发现,传统的离群点检测算法精度较低而敏感性过高.为了改善这一现状,在相邻区域数据对象密度差异计算的基础上提出了一种NSD离群点检测算法.首先确定截取距离内与数据集中对象相邻的点的数量,接下来计算邻域点的分布密度并与对象密度进行对比,以判断二者在同一簇特征下的相似性,最后对离群点进行定位.对所提出算法的精度和参数敏感度进行了校正,实际应用结果表明,算法切实有效,适于推广.