[发明专利]一种基于模糊距离的不确定离群点检测方法

权利要求书

1.一种基于模糊距离的不确定离群点检测方法，其特征在于，包括：

计算不确定数据集中，各数据点到其对应邻域中的每一数据点的模糊距离；

对所述各数据点到其邻域中的每一数据点的模糊距离进行加权计算，得到各数据点的邻域平均距离；

根据所述邻域平均距离计算得到各数据点的可达距离；

根据所述可达距离计算各个数据点的离群度，并选择离群度大于预设阈值的数据点为离群点。

2.如权利要求1所述的基于模糊距离的不确定离群点检测方法，其特征在于，所述计算不确定数据集中，各数据点到其对应邻域中的每一数据点的模糊距离，具体包括：

将不确定数据集形式化；其中，形式化后的不确定数据集为D＝{X₁,X₂,…,X_n}，其中，n表示不确定数据集D的大小，X_i表示数据集中的第i个元组，X_i之间相互独立，且X_i＝〈r(X_i),p(X_i)〉，r(X_i)表示数据记录，p(X_i)表示数据记录的概率值；

根据所述不确定数据集建立可能世界实例，并计算所述可能世界实例的概率均值；其中，对不确定数据集中的数据点o建立的可能世界实例为可能世界实例W(o)的概率均值为|W(o)|表示W(o)中数据点的个数；

根据建立的可能世界实例计算数据点和其邻域中的每一数据点的模糊距离；其中，数据点o到其邻域中的数据点p的模糊距离为ud(p,o)＝p_N(o)d(o,p),p∈N(o)，式中，d(o,p)＝|o-p|为数据点o、p之间的距离，且p≠o}表示数据点o的邻域，p_N(o)为数据点o的邻域N(o)的概率。

3.如权利要求2所述的基于模糊距离的不确定离群点检测方法，其特征在于，所述对所述各数据点和其邻域中的每一对象的模糊距离进行加权计算，得到各数据点的邻域平均距离，具体包括：

对所述各数据点和其邻域中的每一对象的模糊距离进行加权计算，得到各数据点的邻域平均距离，其中，数据点o的邻域平均距离为式中，|N(o)|表示N(o)数据点的个数。