[发明专利]一种基于数据结构的异常点检测方法

摘要

本发明涉及一种基于数据结构的异常点检测方法，其包括：输入数据集；根据数据集构建一棵多维二叉树，利用二叉树搜索算法搜索距离树中每个节点最近的k个邻居；基于一棵多维二叉树构建数据点的数据结构图，结合树中各节点的邻居关系，计算数据点之间的欧氏距离；考虑到数据点之间的相似性和数据点在树中的邻居关系，通过对计算出的欧氏距离进行排序，并设定阈值p自动确定异常点。本发明提高了异常点检测的性能，更好的反应了数据集的结构特征。此外，本发明受数据分布和数据维度影响较弱，在实际应用中适用范围更广，解决了现有技术对特殊点的检测精度和对高维数据检测性能不佳的不足。

主权项

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∈Rm×n，其中X表示m×n的数据矩阵，数据样本xi∈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xi,i∈{1,2,…m}最近的k个邻居；S4)针对各个样本点xi,i∈{1,2,…m}，利用Dijkstra算法计算出k个邻居与节点的距离dk(xi)，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。