[发明专利]一种用于混合属性数据的模糊粗糙粒离群点检测方法

权利要求书

1.一种用于混合属性数据的模糊粗糙粒离群点检测方法，集成不同属性下的粒离群程度和权重得到基于模糊粗糙粒的离群因子来表征数据对象的离群程度，具体包括如下过程：

所用符号定义和取值：

IS＝{U,C,V,f}表示一个混合属性信息系统，其中，U＝{x₁,x₂,…,x_n}为对象集，C＝{c₁,c₂,…,c_m}为属性集；V属性值域的并，即其中是属性c_j的值域；f:U×C→V是一个信息函数，它满足对任意c_j∈C和x∈U，有

设最小-最大标准化公式其中，和分别为关于属性c_j的最大值和最小值；而模糊相似度阈值其中，std(c_j)是关于c_j的属性值标准差，λ用于调整模糊相似度阈值；

对任意c_j∈C和对任意模糊关系矩阵其中

并假定关于Q的模糊关系矩阵

其中，是一个行向量组，

对任意x_k∈U，模糊下近似和上近似的隶属度分别为

近似精度其中|·|表示集合·的基数；

具体步骤：

步骤1：输入待检测混合属性信息系统IS＝{U,C,V,f}，离群点数eon；

步骤2：利用最小-最大标准化公式对原始数值属性值进行标准化处理，使得数值属性值的范围为[0,1]；

步骤3：计算模糊相似度阈值

步骤4：对任意c_j∈C，计算模糊关系矩阵

步骤5：对任意x_i∈U，循环以下步骤：

步骤5.1：对任意c_j∈C，计算模糊关系矩阵和近似精度并循环以下步骤：

步骤5.1.1：对任意c_t∈C-{c_j}(t≠j)，计算模糊关系矩阵和

步骤5.1.2：计算粒离群程度

步骤5.2：对任意c_j∈C，权重

步骤6：对任意x_i∈U，计算基于模糊粗糙粒的离群因子

如果FRGOF(x)>μ，则添加到离群点集OS中，其中μ由用户经验值eon确定；当用户输入一个经验值eon来表示他们期望的离群点数后，μ的值将通过如下方式确定：

(1)通过每个对象x_i的离群因子FRGOF(x_i)降序排列，从而得到一个降序的对象序列

(2)μ被设置为中的一个数；

上述μ的设置方式将保证eon(eon＝|OS|)个对象在U中必然具有更高的离群因子；因此，离群点集OS(Outlier Set,OS)作为最终离群点集输出；

步骤7：输出OS。