基于SLOF的海洋环境监测数据空间局部离群点挖掘的研究.pdfVIP

第 34 卷 第 1 期 海 洋 通 报 Vol. 34 ，No. 1 ２０ 15 年 2 月 MARINE SCIENCE BULLETIN Feb. 20 15 Doi ：10.11840/j .issn.1001-6392.2015.01.015 基于 SLOF 的海洋环境监测数据空间 局部离群点挖掘研究 向先全 ， 付瑞全 ， 路文海 ， 杨翼 （国家海洋信息 中心 ， 天津 300 17 1） 摘 要 ： 根据海洋环境监测数据 的空间特性 ， 提出了监测数据的空间离群点挖掘方法 。 利用监测站位经 、 纬度确定空间邻域 并建立空间索引 ， 应用空间局部离群系数 SLOF （Spatial Local Outlier Factor） 的度量方法 ， 利用监测参数值确定空 间站位 的 离群程度 ， 找出与其空间邻域 中其它站位的监测参数值存在明显差异的空间站位 。 研究结果表 明， 该方法能利用多维监测数 据快速有效地挖掘空间局部离群点 ， 为进一步检查 出监测数据 中的噪声 ， 以及发现其它潜在有用的知识提供服务 。 关键词 ： 海洋环境监测 ； 数据挖掘 ； 离群点 ； 空间局部离群系数 中图分类号 ： P76 ； X 17 1 文献标识码 ： A 文章编号 ： 100 1-6932（20 15 ）0 1-0 102-05 Research on spatial local outlier mining for marine environmental monitoring data based on SLOF XIANGXian-quan,FURui-quan,LUWen-hai,YANGYi （National Marine Data and Information Service, Tianjin 300 17 1, China ） Abstract ： According to the spatial characteristics of marine environmental monitoring data, a spatial local outlier mining method for marine environmental monitoring datasets has been developed. This paper employs the measurement method of SLOF （Spatial Local Outlier Factor ） for the measurement of the spatial outlier score of monitoring data, which uses latitudes and longitudes of monitoring sites to determine the spatial neighborhood and establish the spatial index, then uses the monitoring factors to determine the spatial outlier score. The experimental results show that the proposed SLOF algorithm can effectively mine the spatial lo