一种基于Voronoi图的高效异常检测方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (3): 178-179.

一种基于Voronoi图的高效异常检测方法

曲吉林

山东财政学院计算机与信息工程学院，济南 250014

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-21 发布日期:2008-01-21
通讯作者: 曲吉林

Efficient outlier detection method based on Voronoi diagram

QU Ji-lin

Department of Computer and Information Engineering，Shandong University of Finance，Ji’nan 250014，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-21 Published:2008-01-21
Contact: QU Ji-lin

摘要/Abstract

摘要： 提出了一种新的基于Voronoi图的异常检测方法。采用Voronoi图来确定对象间的邻近关系，定义了一种新的异常因子，算法的时间复杂性为O（nlogn）。实验结果表明，同现有的算法相比具有较高的检测效率和准确性。

关键词: 数据挖掘, 异常检测, Voronoi图

Abstract: Outlier detection is an integral part of data mining.In this paper，we propose a new outlier detection method based on Voronoi diagram.The new method measures the outlier factor automatically by Voronoi neighborhoods without parameter，which provides highly-accurate outlier detection and reduces the time complexity from O（n²） to O（nlogn）.

Key words: data mining, outlier detection, Voronoi diagram

曲吉林. 一种基于Voronoi图的高效异常检测方法[J]. 计算机工程与应用, 2008, 44(3): 178-179.

QU Ji-lin. Efficient outlier detection method based on Voronoi diagram[J]. Computer Engineering and Applications, 2008, 44(3): 178-179.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[4]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[5]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[6]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[7]	麻琛彬，张政波，王晶. 基于深度学习的生理异常检测研究综述[J]. 计算机工程与应用, 2021, 57(10): 10-25.
[8]	刘杰，房俊，雷峰津. 电能质量异常数据在线检测方法[J]. 计算机工程与应用, 2020, 56(9): 240-247.
[9]	吴楚田，陈永乐，陈俊杰. 多协议交叉的HMM协议异常检测算法[J]. 计算机工程与应用, 2020, 56(8): 81-86.
[10]	黎佳玥，赵波，李想，刘会，刘一凡，邹建文. 基于深度学习的网络流量异常预测方法[J]. 计算机工程与应用, 2020, 56(6): 39-50.
[11]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[12]	贺寰烨，林果园，顾浩，方梦华. 云虚拟机异常检测场景下改进的LOF算法[J]. 计算机工程与应用, 2020, 56(23): 80-86.
[13]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[14]	展鹏，陈琳，曹鲁慧，许浩然，李学庆. 核转折点裁剪表示的时间序列异常检测算法[J]. 计算机工程与应用, 2020, 56(23): 130-138.
[15]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.