[发明专利]一种基于数据结构的异常点检测方法

权利要求书

1.一种基于数据结构的异常点检测方法，其特征在于，包括以下步骤：

S1)输入数据集X∈R^m×n，其中X表示m×n的数据矩阵，数据样本x_i∈Rⁿ,i∈{1,2,…m}，n表示数据样本维度，m表示数据集X的样本个数；

S2)设定计算数据样本邻居距离时所需要的邻居个数k，k∈[5,floor(5log10(m))]；

S3)针对数据集X构建一棵多维二叉树T，利用二叉树搜索算法搜索距离树中每个节点x_i,i∈{1,2,…m}最近的k个邻居；

S4)针对各个样本点x_i,i∈{1,2,…m}，利用Dijkstra算法计算出k个邻居与节点的距离d_k(x_i)，其公式为：

其中n表示各个样本点的维度；

S5)基于各个样本点x_i,i∈{1,2,…m}的k个欧式距离d_k(x_i)，计算平均距离其公式为：

S6)基于各个样本点x_i,i∈{1,2,…m}的平均距离对平均距离进行升序排序；

S7)判定特殊点：设定阈值p，基于排序后的平均距离选取前p个数据点，该p个数据点被判定为异常点。