基于神经网络的大规模数据集离群点检测算法
高志宇1
宋学坤1
肖俊生1
闫培玲1
孙新娟2
1.河南中医药大学信息技术学院,郑州4500462.华北水利水电大学物理与电子学院,郑州450045
摘要：针对传统方法在检测离群点时常因冗余数据的干扰而导致检测用时较长、检测准确率偏低的问题,设计了基于神经网络的大规模数据集离群点检测算法.采用核主成分分析方法对大规模数据集进行降维处理,去除其中存在的冗余数据,利用神经网络在误差函数的基础上实现对离群点的检测.结果表明:该算法的检测时间始终低于0.4 min,且检测准确率始终保持在90％以上,说明该算法能够快速、准确地检测大规模数据集中的离群点.
关键词：神经网络大规模数据集离群点检测冗余数据降维处理误差函数核主成分分析中心势值
分类号：TP393(计算技术、计算机技术)
资助基金：河南省重点研发与推广专项(科技攻关)项目(192102310214)河南省高等学校重点科研项目(19A520005)
论文发表日期：2022-07-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 420-425 )
英文信息