论文研究变粒度搜索算法与整周模糊度解算.pdf

离群点的查找算法主要有两类：第一类是面向统计数据，把各种数据都看成是多维空间，没有区分空间维与非空间维，这类算法可能产生错误的判断或找到的是无意义的离群点；第二类算法面向空间数据，区分空间维与非空间维，但该类算法查找效率太低或不能查找邻域离群点。引入熵权的概念，提出了一种新的基于熵权的空间邻域离群点度量算法。算法面向空间数据，区分空间维与非空间维，利用空间索引划分空间邻域，用非空间属性计算空间偏离因子，由此度量空间邻域的离群点。理论分析表明，该算法是合理的。实验结果表明，算法具有对用户依赖性小、检测精度和计算效率高的优点。