[发明专利]一种数据样本集合中异常点的检测方法和装置

权利要求书

1.一种数据样本集合中异常点的检测方法，其特征在于，包括：

获取所述数据样本集合中的目标数据样本；

根据所述目标数据样本与其他数据样本之间的空间距离和/或在针对所述数据样本集合的目标聚类分析结果中所述目标数据样本所在的目标类簇，确定所述目标数据样本的目标异常值；其中，所述其他数据样本为所述数据样本集合中除所述目标数据样本之外的数据样本；

根据所述目标数据样本的目标异常值，确定所述目标数据样本是否为所述数据样本集合中的异常点。

2.根据权利要求1所述的检测方法，其特征在于，所述根据所述目标数据样本与其他数据样本之间的空间距离和/或在针对所述数据样本集合的目标聚类分析结果中所述目标数据样本所在的目标类簇，确定所述目标数据样本的目标异常值，包括：

分别计算所述目标数据样本与各个所述其他数据样本之间的空间距离，并根据所述目标数据样本与各个所述其他数据样本之间的空间距离，计算所述目标数据样本的第一异常值；

对所述数据样本集合进行聚类分析，得到所述目标聚类分析结果，并根据所述目标聚类分析结果中所述目标数据样本所在的目标类簇，计算所述目标数据样本的第二异常值；

根据融合权重，将所述目标数据样本的第一异常值和第二异常值融合为所述目标数据样本的目标异常值。

3.根据权利要求2所述的检测方法，其特征在于，所述根据所述目标数据样本与各个所述其他数据样本之间的空间距离，计算所述目标数据样本的第一异常值，包括：

以所述目标数据样本与各个所述其他数据样本之间的空间距离，确定所述目标数据样本与各个所述其他数据样本之间的叠加距离；

将所述目标数据样本与各个所述其他数据样本之间的叠加距离进行叠加，得到所述目标数据样本的第一异常值。

4.根据权利要求2所述的检测方法，其特征在于，所述对所述数据样本集合进行聚类分析，得到所述聚类分析结果，包括：

在所述数据样本集合中选取作为初始聚类中心的数据样本；

以初始聚类中心作为当前聚类中心，利用所述当前聚类中心对所述数据样本集合进行聚类分析，得到当前聚类分析结果；

若不满足迭代停止条件，根据所述当前聚类分析结果中的当前类簇重新确定所述当前聚类中心，之后再返回执行所述利用所述当前聚类中心对所述数据样本集合进行聚类分析；

若满足迭代停止条件，将所述当前聚类分析结果确定为所述目标聚类分析结果。

5.根据权利要求4所述的检测方法，其特征在于，从所述数据样本集合中第一个选取出的初始聚类中心为所述数据样本集合中所述第一异常值最小的数据样本。

6.根据权利要求4所述的检测方法，其特征在于，所述根据所述当前聚类分析结果中的当前类簇重新确定所述当前聚类中心，包括：

根据所述当前类簇，计算所述当前类簇中各个数据样本的第一异常值；

基于所述当前类簇中的保留数据样本，计算所述当前类簇的类簇中心；其中，所述保留数据样本的第一异常值均小于所述当前类簇中除所述保留数据样本之外的数据样本的第一异常值；

对所述当前聚类中心进行重新确定，以使得所述当前类簇的类簇中心作为所述当前聚类中心。

7.根据权利要求2所述的检测方法，其特征在于，所述根据所述目标聚类分析结果中所述目标数据样本所在的目标类簇，计算所述目标数据样本的第二异常值，包括：

根据所述目标类簇，确定所述目标类簇中数据样本的数量和所述目标数据样本与所述目标类簇的类簇中心之间的空间距离；

根据所述目标类簇中数据样本的数量和所述目标数据样本与所述目标类簇的类簇中心之间的空间距离，计算所述目标数据样本的第二异常值。