任义丽
- 作品数:1 被引量:2H指数:1
- 供职机构:北京航空航天大学经济管理学院更多>>
- 发文基金:国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于组合局部孤立点的噪声处理算法被引量:2
- 2013年
- LOF(Local Outlier Factor)算法是基于密度的典型孤立点识别算法,在实践中被广泛用于检测属性噪声。然而,LOF算法没有综合考虑类与类、类与整体之间的信息,因而对类别噪声识别欠佳。CLOF(Combined Local Outlier Factors)是在LOF算法的基础上提出一种基于组合局部孤立系数的类别噪声处理算法。算法通过lofa、lof1、lof0三个局部孤立系数值,首先在整体数据集上剔除属性噪声,其次综合利用整体和局部信息,通过3个lof值之间的关系来识别类别噪声,并更正其类标签。在仿真数据集和UCI数据集上的实验结果表明,CLOF算法能够同时有效识别类别噪声和属性噪声,提高分类器的分类精度,对具有类重叠的复杂数据处理效果尤佳。
- 任义丽刘洪甫熊海涛吴俊杰
- 关键词:模式识别异常点检测