ERDOF：基于相对熵权密度离群因子的离群点检测算法.docx

1 引言 离群点是数据集中偏离大部分数据对象的数据，它们的表现和大多数数据对象有着明显的差异。离群点并不等同于错误数据，反而可能蕴含着极其重要的信息。离群点检测就是从海量数据中发现异常数据对象，是数据挖掘中的热门研究方向。目前，离群点检测广泛运用于工业无线传感器网络[1]、医疗处理[2]、欺诈检测[3]、垃圾邮件检测[4]、入侵检测[5-6]等领域，且有很多种分类，包括基于统计的[7-8]、基于距离的[9-10]、基于聚类的[11,12,13]和基于密度的[14,15,16,17,18,19]等方法。 基于统计的检测方法是根据现有的数据集结合统计学的方法生成模型，这类方法根据数据对象在模型中是